This commit is contained in:
@@ -102,3 +102,57 @@ AC-21：两种服务均不可用时仍可关闭专项模块运行主审，结果
|
||||
业务效果验收使用同一冻结样本集和专家标准，分别统计两种模式的漏检、误报、无依据结论、拒答率、时延和成本。契约兼容不代表模型能力等价；验收合格才能将对应配置标为 ready。Jev 没有 Key 时其 live 测试标未验证，不阻塞已经通过验证的 local 模式。
|
||||
|
||||
本地具体模型、硬件和服务协议仍属于 OQ-03/04，接入前选择并验证；没有真实历史数据时只报告演示和合成用例结果。当前交付仅为设计，后续按 M3 落代码、测试与配置模板。
|
||||
|
||||
## 8. Laya 候选与按任务替换（2026-09-29）
|
||||
|
||||
用户已同意专项能力可替换、本地路径优先验证的方向。候选为 [NandhaKishorM/laya](https://github.com/NandhaKishorM/laya)，官方仓库提供本地推理和HTTP服务。Jev 的有界题型参考 [TypeSafe 官方介绍](https://docs.typesafe.ai/introduction)。以上外部事实于2026-09-29查阅，实施时固定实际代码/权重修订并重新核验。
|
||||
|
||||
Laya 官方限制说明：基础模型在部分决策任务上需要领域适配；多语言概率不能视为已在兴邦校准；它的 confidence 与 Jev 定义不同。还存在上下文/选项预算及否定表述风险。因此“接口兼容”“本地可启动”“中文金租效果合格”是三项独立验收。不得复制宣传时延、把英文专项模型成绩推广为中文能力。[官方限制](https://github.com/NandhaKishorM/laya#honest-limits)
|
||||
|
||||
### 8.1 配置拆分与职责
|
||||
|
||||
保留现有 provider=jev/local/disabled 业务契约，不新增 Laya 业务卡片。local 表示受管本地服务，实际实现由以下配置描述；mock仅测试/演示fixture，不列入production可用模型。
|
||||
|
||||
| 新增字段（JudgmentProfile） | 类型 / 语义 |
|
||||
|---|---|
|
||||
| engine | jev_api/laya/structured_llm；与provider一致性校验 |
|
||||
| checkpoint_ref | string?；local模型必须固定权重修订与校验摘要；远程不可变版本不可得则unresolved |
|
||||
| tokenizer_revision / runtime_revision | string；无独立tokenizer则not_applicable；用于复现与预算计算 |
|
||||
| evidence_selector_version | string；冻结取证/分段规则，不允许暗改证据来“提升”结果 |
|
||||
| task_validations | {task,rubric_version,dataset_ref,report_ref,decision:passed/failed/unverified,allowed_usage:offline/shadow/runtime}[] |
|
||||
| task | extraction_grounding/experience_applicability/trajectory_quality/evidence_support，以上task字段的枚举 |
|
||||
| calibration_ref | string?；属于专项判断校准，绝不是项目通过概率校准 |
|
||||
| input_token_limit / option_token_limit | positive int；以选定模型和实测预算配置，不能照搬另一模型默认值 |
|
||||
| language_scope | string[]；如zh-CN，仅在对应语料验收后声明 |
|
||||
| deployment_mode | managed_local/approved_remote；与端点及数据策略校验，local不自动获得生产数据权限 |
|
||||
|
||||
JudgmentRequest增加task、rubric_version、usage:offline/shadow/runtime；Judgment增加task、rubric_version、actual_checkpoint_ref:string?、input_digest:string、evidence_selector_version:string及运行实际版本记录。profile.capabilities验证题型，task_validations验证业务任务和用途，两者都通过才可执行；服务连通只能影响健康状态，不等于task合格。
|
||||
|
||||
任务与配置的绑定由管理员维护，业务人员装配方案并查看专项核查状态；授权高级选项可沿原设计显式选择已批准profile。未指定则使用方案冻结绑定。最终生效配置在入队时保存；任意一项越权、被撤销或不匹配均按E-13/14/15处理，不悄悄替换。
|
||||
|
||||
### 8.2 独立服务部署候选
|
||||
|
||||
Laya使用独立模型服务进程/容器与独立依赖环境，不将重型推理依赖直接安装进旧版backend/venv。项目后端及其测试仍用项目venv；模型服务环境属于新增独立服务，需另有锁定依赖与部署验收。P0先由内部HTTP适配器调用，不为此引入完整插件市场或新编排框架。
|
||||
|
||||
首次加载所需权重先在获准环境准备，记录模型许可/代码修订/权重摘要。离线验收断网验证预加载、重启恢复和零外发；不能因供应商称“本地模型”就承诺全产品离线，主审模型仍有独立出口。
|
||||
|
||||
使用明确checkpoint，禁用自动按语言更换权重的隐式路由；若未来需要路由，整个路由规则及各权重都需版本化单独验收。实际服务端口、CPU/GPU与资源上限在T08探测；不停止旧版服务抢端口。
|
||||
|
||||
### 8.3 有界问题与证据处理
|
||||
|
||||
一个请求只回答一个可核对的问题，例如“这些流水是否支持所述回款解释”。按冻结snapshot提取授权证据，保留反例与冲突来源；问题拆分、取证规则同样要评测。不要把全部PDF或整段长trajectory直接拼接输入。
|
||||
|
||||
调用前使用对应tokenizer计算正文、标准和全部选项预算；超过已验范围时返回failed+E-25，保留原引用范围，不默默截断。可由上层新建更窄问题后再次执行；新问题留新question/version记录，不在适配器里偷偷改变命题。映射未知、否定/例外存在歧义或证据不足时明确unknown/人工复核，不硬选正面结果。
|
||||
|
||||
Laya等非文本判断模型不必提供解释；解释由主审结合真实证据生成并验证，界面不得声称解释是模型内部推理。原始指标保留本义，各任务阈值依据固定评测单独确定；没有校准证据就不能使用统一“0.8即可信”的门限。
|
||||
|
||||
### 8.4 接入顺序与准入
|
||||
|
||||
1. 完成统一契约fixture，验证disabled、unknown、失败和越权反例。
|
||||
2. 先用本地候选评估 extraction_grounding 与 trajectory_quality。轨迹未实现前仅可测提炼任务。
|
||||
3. 固定专家标注题集，加入中文否定、条件例外、矛盾、长证据和工具失败样例；比较现有判断基线与Laya、其他可用本地模型。
|
||||
4. 分任务报告误判/漏判、无依据支持、拒答和覆盖、耗时/成本；未达到预先阈值则保持unverified/failed，不影响主审disabled路径。
|
||||
5. 合格后先shadow旁路对照，再按任务允许runtime；shadow输出不改变当次建议。
|
||||
6. 有Jev Key和授权后用同一题集独立评估；没Key时仅fixture通过，live未验证。
|
||||
|
||||
领域微调属于后续实验：训练/校准/测试分开，专家纠正和可追溯结果为来源；生成模型和判断模型互相打高分不能视为自我提升。回放、审核、发布及回滚走同一改进治理链。对应 AC-38/39/40/41，原 AC-17–21 保持有效。
|
||||
|
||||
Reference in New Issue
Block a user