research(rectification): DeepSeek Flash 抽 33% 对照现行分类器提示词

来源 B 仍为 0。Flash 套生产提示词，采集题相对门槛未过。结论仍不可接。

docs/research/jev_intent_2026_09_19.md

@@ -9,7 +9,7 @@
 
 ## 结论
 
-**不可接**。来源 C 上 Jev 的绝对门槛未过：高置信错误率 7.0% > 3%；低置信召回 34.1% / 34.2% < 60%（错了却仍高置信）；点选题 `answer_class` 准确率 65.0%（写库字段）。来源 B 不足 30 条，代表性检验只报数、不判定。现行模型对照未跑，相对 −3pp 门槛无法计算。
+**不可接**。来源 C 上 Jev 的绝对门槛未过：高置信错误率 7.0% > 3%；低置信召回 34.1% / 34.2% < 60%（错了却仍高置信）；点选题 answer_class 准确率 65.0%（写库字段）。来源 B 不足 30 条，代表性检验只报数、不判定。 相对 −3pp（同一样本）：choice Jev 89.5% vs 现行 92.5%（门槛 89.5%，过）；collect Jev 91.0% vs 现行 95.5%（门槛 92.5%，未过）；none Jev 100.0% vs 现行 97.0%（门槛 94.0%，过）。
 
 若接：不接。现行分类器继续用会话选定的贵模型。若还要观察中文口语，只允许 (b) 影子双跑只记日志，不得按 confidence 写库。曲线上 θ=0.9 时高置信错误仍未清零。
 
@@ -21,11 +21,25 @@
 | collect | 400 | 90.5% | 83.6% | 97.0% | 7.0% | 13.5% | 34.2% | 22 | 98.0% | 901 | 1026 | 987 |
 | none | 100 | 100.0% | — | 100.0% | 0.0% | 4.0% | — | 0 | 100.0% | 923 | 1018 | 923 |
 
-来源 A（测试夹具，n=10）：intent 90.0%，answer_class 85.7%，高置信错误 0.0%。
+来源 A（测试夹具，n=10）intent 90.0%，answer_class 85.7%，高置信错误 0.0%。
 
 ## 现行模型对照
 
-本机无会话模型目录凭据（模型 key 在数据库加密配置里）。现行 `classifyRectificationTurnIntent` 对照未跑。
+模型：`deepseek-flash`。DeepSeek Flash 顶现行 `classifyRectificationTurnIntent` 提示词；来源 C 分层随机 33%（seed 20260919），来源 A 全量。不是线上会话模型。
+
+| 层 | n | intent | answer_class | dated | 自洽率 | 中位 ms |
+| --- | ---: | ---: | ---: | ---: | ---: | ---: |
+| choice | 133 | 92.5% | 83.0% | 100.0% | 100.0% | 638 |
+| collect | 133 | 95.5% | 95.8% | 97.7% | 95.5% | 611 |
+| none | 33 | 97.0% | — | 100.0% | 100.0% | 705 |
+
+同一样本上 Jev vs 现行（相对门槛用这一表）：
+
+| 层 | n | Jev intent | 现行 intent | 差（Jev−现行） | 门槛现行−3pp |
+| --- | ---: | ---: | ---: | ---: | ---: |
+| choice | 133 | 89.5% | 92.5% | -3.0% | 89.5% |
+| collect | 133 | 91.0% | 95.5% | -4.5% | 92.5% |
+| none | 33 | 100.0% | 97.0% | 3.0% | 94.0% |
 
 ## 代表性检验（来源 B vs 来源 C）