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。

scripts/research/jev_intent_current.py

@@ -0,0 +1,183 @@
+"""Stand-in for classifyRectificationTurnIntent using an OpenAI-compatible chat API.
+
+Copies the production instruction strings from turn-intent-classifier.ts.
+Does not change production. Reads DEEPSEEK_API_KEY from the environment only.
+"""
+
+from __future__ import annotations
+
+import json
+import os
+import time
+import urllib.error
+import urllib.request
+from typing import Any, Mapping, Sequence
+
+from scripts.research.jev_intent_questions import build_state, enforce_combo
+
+# Keep these byte-for-byte with frontend/src/lib/rectification-agentic/v9/turn-intent-classifier.ts
+CHOICE_INSTRUCTIONS = """你只做当前生时校正问题的意图分类，不回答用户，也不修改任何状态。
+结合当前问题和动态选项判断用户是在回答当前问题、提供新的带时间经历、要求停止整个校正、询问结果，还是语义不清。
+若是在回答当前问题，answer_class 必须使用某个选项提供的 answer_class；否则 answer_class 必须为 null。
+has_new_dated_event 仅在用户同一句里除了回答当前问题之外，还提供了新的、带大概时间的经历时为 true；单纯的否定或单纯的选项回答必须为 false。
+若同一句话既回答了当前问题又补充了新的带时间经历，intent 仍为 answer_current_focus，has_new_dated_event 为 true。
+“当前方面没有、那段时间没有变化”通常是回答当前问题，不是停止整个流程；只有用户明确要求停止整个校正时才分类为 stop_rectification。
+不要按 A/B/C/D 的位置猜语义，只按选项 label 与 answer_class 判断。"""
+
+COLLECT_INSTRUCTIONS = """你只做当前生时校正采集题的意图分类，不回答用户，也不修改任何状态。
+当前问题没有点选选项。判断用户是在回答当前采集题、提供新的带时间经历、要求停止整个校正、询问结果，还是语义不清。
+「没有、没发生过、这方面没什么」→ intent 为 answer_current_focus，answer_class 为 no（该方面没有事，本次不再问）。
+「记不清、不记得、忘了、想不起来、以后再说」→ intent 为 answer_current_focus，answer_class 为 unsure（先放着，以后可补）。
+用户用带大概年月的经历直接回答当前采集题 → intent 为 answer_current_focus，answer_class 为 yes（程度较弱时为 weak_yes），has_new_dated_event 为 false。
+不要把「没有」或「记不清」标成 yes。若既没有否定、也没有说记不清、也没有给出带年月经历，intent 为 unclear，answer_class 必须为 null。
+若用户只在补充带时间的经历、并没有回答当前采集题，intent 为 provide_new_evidence，answer_class 必须为 null。
+has_new_dated_event 仅在用户同一句里除了回答当前采集题之外，还提供了新的、带大概时间的经历时为 true；单纯的否定或记不清必须为 false。
+若同一句话既明确否定当前采集题又补充了新的带时间经历，intent 仍为 answer_current_focus 且 answer_class 为 no，不要改成 provide_new_evidence。
+“当前方面没有”通常是回答当前采集题，不是停止整个流程；只有用户明确要求停止整个校正时才分类为 stop_rectification。
+不要按关键词表或正则猜测，只根据当前问题与用户这句话的语义分类。"""
+
+JSON_SCHEMA_HINT = (
+    "只输出一个 JSON 对象，不要解释。字段："
+    '{"intent":"answer_current_focus|provide_new_evidence|stop_rectification|ask_about_result|unclear",'
+    '"answer_class":"yes"|"weak_yes"|"no"|"unsure"|null,'
+    '"has_new_dated_event":true|false}'
+)
+
+DEFAULT_MODEL = "deepseek-flash"
+DEFAULT_BASE = "https://api.deepseek.com"
+
+
+def current_model_id() -> str:
+    return os.environ.get("DEEPSEEK_MODEL") or DEFAULT_MODEL
+
+
+def _instructions(sample: Mapping[str, Any]) -> str:
+    focus = sample.get("focus") if isinstance(sample.get("focus"), dict) else {}
+    options = list(focus.get("options") or [])
+    return CHOICE_INSTRUCTIONS if options else COLLECT_INSTRUCTIONS
+
+
+def _parse_content(text: str) -> dict[str, Any]:
+    raw = (text or "").strip()
+    if raw.startswith("```"):
+        raw = raw.strip("`")
+        if raw.lower().startswith("json"):
+            raw = raw[4:]
+        raw = raw.strip()
+    start = raw.find("{")
+    end = raw.rfind("}")
+    if start < 0 or end <= start:
+        raise ValueError("no_json_object")
+    payload = json.loads(raw[start : end + 1])
+    if not isinstance(payload, dict):
+        raise ValueError("json_not_object")
+    return payload
+
+
+def call_current(sample: Mapping[str, Any], *, timeout: float = 60.0) -> dict[str, Any]:
+    api_key = os.environ.get("DEEPSEEK_API_KEY") or ""
+    if not api_key:
+        raise RuntimeError("DEEPSEEK_API_KEY missing")
+    base = (os.environ.get("DEEPSEEK_BASE_URL") or DEFAULT_BASE).rstrip("/")
+    model = current_model_id()
+    body = {
+        "model": model,
+        "messages": [
+            {"role": "system", "content": _instructions(sample) + "\n" + JSON_SCHEMA_HINT},
+            {"role": "user", "content": json.dumps(build_state(sample), ensure_ascii=False)},
+        ],
+        "temperature": 0,
+        "max_tokens": 256,
+        "thinking": {"type": "disabled"},
+        "response_format": {"type": "json_object"},
+        "stream": False,
+    }
+    request = urllib.request.Request(
+        f"{base}/chat/completions",
+        data=json.dumps(body).encode("utf-8"),
+        headers={
+            "Content-Type": "application/json",
+            "Authorization": f"Bearer {api_key}",
+        },
+        method="POST",
+    )
+    started = time.perf_counter()
+    with urllib.request.urlopen(request, timeout=timeout) as response:
+        payload = json.loads(response.read().decode("utf-8"))
+    elapsed_ms = int((time.perf_counter() - started) * 1000)
+    content = (((payload.get("choices") or [{}])[0].get("message") or {}).get("content")) or ""
+    parsed = _parse_content(content)
+    combo = enforce_combo(
+        parsed.get("intent"),
+        parsed.get("answer_class"),
+        parsed.get("has_new_dated_event"),
+    )
+    usage = payload.get("usage") or {}
+    return {
+        "ok": True,
+        "unavailable": False,
+        "model": payload.get("model") or model,
+        "intent": combo["intent"],
+        "answer_class": combo["answer_class"],
+        "has_new_dated_event": combo["has_new_dated_event"],
+        "confidence": None,
+        "raw": parsed,
+        "input_tokens": usage.get("prompt_tokens") or usage.get("input_tokens"),
+        "output_tokens": usage.get("completion_tokens") or usage.get("output_tokens"),
+        "elapsed_ms": elapsed_ms,
+    }
+
+
+def call_current_retry(sample: Mapping[str, Any], *, retries: int = 4) -> dict[str, Any]:
+    last_error = ""
+    delay = 1.0
+    for _attempt in range(retries):
+        try:
+            return call_current(sample)
+        except urllib.error.HTTPError as exc:
+            last_error = f"HTTP{exc.code}"
+            if exc.code in {429, 500, 502, 503, 529}:
+                time.sleep(delay)
+                delay = min(delay * 2, 16)
+                continue
+            break
+        except Exception as exc:  # noqa: BLE001
+            last_error = type(exc).__name__
+            time.sleep(delay)
+            delay = min(delay * 2, 16)
+    return {
+        "ok": False,
+        "unavailable": True,
+        "model": current_model_id(),
+        "intent": None,
+        "answer_class": None,
+        "has_new_dated_event": None,
+        "confidence": None,
+        "raw": None,
+        "input_tokens": None,
+        "output_tokens": None,
+        "elapsed_ms": None,
+        "error": last_error,
+    }
+
+
+def stratified_sample(
+    rows: Sequence[Mapping[str, Any]],
+    *,
+    fraction: float,
+    seed: int,
+) -> list[dict[str, Any]]:
+    import random
+
+    rng = random.Random(seed)
+    picked: list[dict[str, Any]] = []
+    by_layer: dict[str, list[Mapping[str, Any]]] = {"choice": [], "collect": [], "none": []}
+    for row in rows:
+        layer = str(row.get("layer") or "none")
+        by_layer.setdefault(layer, []).append(row)
+    for layer, group in by_layer.items():
+        items = list(group)
+        rng.shuffle(items)
+        n = max(1, int(round(len(items) * fraction))) if items else 0
+        picked.extend(dict(item) for item in items[:n])
+    return picked