第一百七十章 结果
周三下午，陆衍在窗边翻一本书，没怎么看进去。
手机屏幕亮了一下，是卫越：「结果出来了，我发你截图。」
他把书放到桌上，走过去坐下。
截图到的时候是一张横向的柱状图，背景是白底，三条柱子，各有标注：
high-constraint认证类：87.3%
medium-constraint认证类：65.1%
low-constraint认证类：52.4%
原来的版本，所有认证类放一起，准确率是81%。现在high那条比原来的整体数字高，medium基本平，low比原来还低了几个点——因为原来把low和high混在一起，high拉高了整体，现在分开跑，low的表现直接暴露出来了。
陆衍看了这三个数字，在本子上写下来，然后等了一下，发给豆包：「这三个数字说明什么？」
豆包的回复比平时慢了几秒：
「说明「约束强度」维度对high-constraint类有效：模型拿到这个字段之后，能更精确地判断版本跳号、签字缺失等矛盾的严重性，准确率从81%升到87%，提升6个百分点，是显著的。」
「medium-constraint类基本没动，说明中等约束场景下，这个字段提供的信息对当前模型的判断影响有限——可能因为medium场景的矛盾权重本身就不太确定，这个字段没有缩小歧义空间。」
「low-constraint类准确率更低，说明low类的矛盾，判断逻辑可能不依赖约束框架——在低约束场景里，矛盾的严重性不是由「框架要不要求」决定的，是由别的因素决定的，比如矛盾出现的时间节点、涉及的金额范围、双方是否有书面确认。这些是字段「constraint_level」没有覆盖到的信息。」
陆衍把豆包这几段话读了两遍，在本子上写了一行：
「low类矛盾的权重，不在框架，在上下文。」
然后停了一会儿，在下面加了一行：
「需要另一个字段。」
卫越那边没有等他主动问，二十分钟后发来一条：
「我在看low类那几个案例——发现一个规律，这些矛盾大多数是「文件日期」类的，就是A文件的日期比B文件的早，但按照合同逻辑，A应该在B之后才签。这类矛盾，问题不是「版本控制框架有没有要求」，问题是「合同时序对不对」——约束来自合同文本，不是行业规范。」
他在最后发了一条：「下一个字段，考虑「矛盾类型」？比如「时序-文件日期」「时序-版本号」「时序-签字顺序」这类分类。」
陆衍看完，把这几个词在本子上写下来，然后回了卫越：「你发的这几个例子，我的案例库里也有类似的。但「矛盾类型」作为枚举，词表怎么定？」
卫越停了一下，回：「先不急，这周我把high类的模型再看一遍，看能不能再往上推两个点，然后下周我们再讨论第二个字段的词表——你那边有没有机会拿真实数据跑一遍改版之后的？」
这个问题陆衍前两天就在想了。
他把卫越的消息放着，拨了冯树的电话。
「我问你，M-07那个项目，下次你还有机会进数据室是什么时候？」
冯树沉了一下，「你说的M-07……你上次进去那个？还有一个月左右的尽调期，理论上还能进两次。下周四可能有一次——怎么了？」
「我上次进去发现的那几条，」陆衍说，「是靠人工看的。现在我们在测一个工具版本，想看看用工具跑同一个数据室，会不会发现更多，或者少发现——你愿意的话，我下周四跟你进去带着工具再跑一遍。」
「你说的工具，是你们那个？」
「是，」陆衍说，「你不需要配合什么，我就是拿数据跑，结果发你，你参考用。」
冯树在电话里想了几秒，「成，下周四。不过你进去之后别动文件，我那边有合规程序，你只能看，不能复制或者带走——」
「我知道，」陆衍说，「我上次就是只看的。」
「行，那下周四你来找我，我带你进。」
挂了电话，陆衍把电话放在桌上，在本子的下周那一栏里写：
「下周四·M-07·带v2版本进场」
然后翻回到卫越发来的那张截图，把三个准确率数字再看了一遍。
high 87.3。
他想，这个数字是真实的——从81到87，没什么花头，是加了一个字段之后模型确实在那类矛盾上的判断准确了一些。不是大突破，是小验证。
small validation is still validation。
他把这行英文写在本子最下边，没有翻译它，因为翻译成中文的话好像显得太正式了。
晚饭之后，他又坐下来，把豆包说的「low类矛盾的权重不在框架，在上下文」这一行读了几遍。
这里有一个更深的问题：「上下文」是什么意思？
在一个尽调数据室里，低约束场景的矛盾——合同日期错位，签字顺序颠倒，参考文件比引用它的文件出现得晚——这些矛盾，它的严重性取决于什么？
他想了一下，给豆包发了一条：「低约束场景里，矛盾的严重性，你觉得主要受哪些因素影响？」
豆包：「主要是三个：一，矛盾是否可以有合理解释——比如日期错位是因为双方在不同时区分别签字，这类情况有合理解释，严重性低；二，矛盾是否影响合同效力——比如签字顺序颠倒如果违反了合同条款里的明确约定，那严重性高；三，矛盾是否是孤例或者系统性出现——孤例可能是操作失误，系统性出现可能是刻意的。」
陆衍把这三条写下来，在旁边标注「→ 第二个字段的候选维度」。
然后他想，这三条里面，有没有哪一条是可以从文件本身读出来的？
「是否可以有合理解释」——这需要上下文知识，文件里不一定有。
「是否影响合同效力」——需要理解合同条款，理论上可以从文件读，但解读需要法律知识。
「是否系统性出现」——这个可以从数据里判断，如果同一类矛盾在多个文件里出现，就是系统性的。
他把最后一条圈出来，在旁边写：「这个，工具可以做。」
台灯开着，窗外没有声音。
陆衍在本子最后翻到一张新页，写了下周的任务：
「1. 等卫越把high类再优化一轮」
「2. 下周四M-07，带v2版本，在真实数据室里跑一遍，看结果」
「3. 整理「低约束场景矛盾系统性出现」的检测逻辑，发给卫越讨论」
「4. 第二个字段：「时序矛盾类型」or「矛盾系统性标识」——下周讨论」
他把笔盖上，把本子合起来。
从一个「监管框架」维度开始，现在已经推出了下一个问题的轮廓。每次往前推一点，就多一个新的不知道。
这大概就是怎么回事。