@furongjun1999/dsh-memory 0.4.10 → 0.5.0

package/md_cg/bench_membench.py

@@ -1,633 +1,633 @@
-# -*- coding: utf-8 -*-
-"""memory-bench-1000 上的 A/B 评测：四路 RRF vs 五路 RRF（+fuzzy 分级隶属度）
-
-数据集：data/memory-bench-1000.jsonl（真实记忆库分层抽样，保留真实噪声形态）
-  250 signal / 400 noise / 350 unlabeled —— 噪声率 40%，且噪声带强重复模式
-  （`[会话X·要点N]`、`[consolidation] 演练 N`），正是词法路最容易被抢占的场景。
-
-评测问题：**fuzzy 路（分级隶属度 + 加权同义词组）是净增益还是净损失？**
-不做预设结论——四条查询模式 × 两臂 × 同批指标，如实报告。
-
-查询模式（全部确定性可复现，不需要 LLM）：
-  orig 原文前 30 字        —— 回忆原话（词法路的天花板）
-  head 原文前 8 字         —— 只记得开头
-  para 同义词组改写         —— 泛化/同义查询（fuzzy 的靶心）
-  drop 随机丢弃一半语义片段 —— 模糊记忆（词法 Jaccard 下降）
-
-指标（Top-K）：
-  self@K   查询来源节点是否被召回（MRR 同报）
-  sigP@K   Top-K 中 signal 占比
-  noiseP@K Top-K 中 noise 占比
-  fuzzy_prov  target 命中时 fuzzy 路参与的比例（可审计）
-
-跑法：
-    python -m md_cg.bench_membench            # 全量 250 条
-    python -m md_cg.bench_membench --n 60     # 抽样 60 条
-    python -m md_cg.bench_membench --rebuild  # 重建库
-"""
-import os
-import io
-import re
-import sys
-import json
-import time
-import random
-import argparse
-import collections
-
-sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
-
-from md_cg.mdcg import SYNONYM_GROUPS_WEIGHTED, expand_query_terms
-from md_cg.mdcos import MdCGOS
-
-HERE = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
-DATA = os.path.join(HERE, "data", "memory-bench-1000.jsonl")
-ROOT = os.path.join(HERE, "_md_cg_membench")
-
-ARM4 = ("lexical", "bucket", "entity", "graph")
-ARM5 = ("lexical", "bucket", "entity", "graph", "fuzzy")
-
-SEG_SPLIT = re.compile(r"([，。；：、,;.!?！？\s]+)")
-
-
-# --------------------------------------------------------------------------- 数据
-
-# 生效条件：按 path（默认模块常量 DATA）以 utf-8 打开文件逐行 json.loads，仅保留 l.strip() 为真的行，返回解析出的记录列表。
-def load_rows(path=DATA):
-    with open(path, encoding="utf-8") as f:
-        return [json.loads(l) for l in f if l.strip()]
-
-
-# 生效条件：以 root（默认模块常量 ROOT）建 MdCGOS，rows 为假值（None/空容器）时回落 load_rows() 取数据，逐行用 r["id"] 与 r["text"] 调 add，仅当 r["id"] 已在构建开始时取的 cg.index["nodes"] 快照 have 中才 continue（该快照不随新增 id 更新），verbose 假值则不打印，最后 cg.flush() 并返回 cg。
-def build(root=ROOT, rows=None, verbose=True):
-    """把数据集写进 md 认知图（幂等：同 id 覆盖）。"""
-    rows = rows or load_rows()
-    cg = MdCGOS(root, autoflush=200)
-    have = set(cg.index["nodes"])
-    n_new = 0
-    for r in rows:
-        if r["id"] in have:
-            continue
-        cg.add(r["id"], r["text"], layer="contextual",
-               tags=r.get("tags") or [], importance=float(r.get("importance") or 0.5),
-               verification_basis="data",
-               bench_label=r.get("label"), bench_cat=r.get("category"),
-               bench_observed_at=r.get("observed_at"),
-               bench_chars=r.get("chars"))
-        n_new += 1
-    cg.flush()
-    if verbose:
-        print(f"  建库 {root}：新增 {n_new}，库内 {len(cg.index['nodes'])} 节点")
-    return cg
-
-
-# --------------------------------------------------------------------- 查询构造
-
-# 生效条件：遍历 SYNONYM_GROUPS_WEIGHTED 每组，按权重降序找第一个出现在当前 out（初值 text，可能已被前组改写）里的词 w，若组内除 w 外还有词则用其中权重最大者 alt 执行一次 out.replace(w, alt, 1) 且 hits+1，随后 break 该组；返回 (out, hits)。
-def paraphrase(text):
-    """按加权同义词组做一次同义/泛化改写，返回 (改写后, 替换次数)。
-
-    替换目标取同组权重最高者（通常是组心）——即「说成更泛的词」。
-    """
-    out, hits = text, 0
-    for group in SYNONYM_GROUPS_WEIGHTED:
-        for w in sorted(group, key=lambda x: -group[x]):
-            if w in out:
-                alts = [x for x in group if x != w]
-                if alts:
-                    alt = max(alts, key=lambda x: group[x])
-                    out = out.replace(w, alt, 1)
-                    hits += 1
-                break
-    return out, hits
-
-
-# 生效条件：text 经 SEG_SPLIT.split 后剔除空白项与分隔符本身得 parts，len(parts)<=1 时原样返回 text，否则按 rng.random() < keep_p（默认 0.5；keep_p 为 0 时全被丢弃）保留片段，若一条未留则回退 [parts[0]]，返回拼接串。
-def drop_segments(text, rng, keep_p=0.5):
-    """随机丢弃约一半语义片段（模拟「记得不全」）。"""
-    parts = [p for p in SEG_SPLIT.split(text)
-             if p.strip() and not SEG_SPLIT.fullmatch(p)]
-    if len(parts) <= 1:
-        return text
-    kept = [p for p in parts if rng.random() < keep_p]
-    if not kept:
-        kept = [parts[0]]
-    return "".join(kept)
-
-
-# 生效条件：rows 中 r.get("label")=="signal" 且 r.get("text") 为真的行入选，n 为真值且 n < len(sig) 时才用 random.Random(seed) 抽 n 条（n=0 等假值不抽样），每条产生 orig/head/drop 三条查询，仅在 paraphrase(t[:60]) 的 hits 非零时追加 para 查询，返回 qs。
-def make_queries(rows, n=250, seed=7):
-    """从 signal 条目构造查询集（多模式）。"""
-    sig = [r for r in rows if r.get("label") == "signal" and r.get("text")]
-    rng = random.Random(seed)
-    if n and n < len(sig):
-        sig = rng.sample(sig, n)
-    qs = []
-    for r in sig:
-        t = r["text"]
-        qs.append({"mode": "orig", "q": t[:30], "target": r["id"]})
-        qs.append({"mode": "head", "q": t[:8], "target": r["id"]})
-        p, hits = paraphrase(t[:60])
-        if hits:
-            qs.append({"mode": "para", "q": p, "target": r["id"]})
-        qs.append({"mode": "drop", "q": drop_segments(t[:80], rng), "target": r["id"]})
-    return qs
-
-
-# ----------------------------------------------------------------------- 评测
-
-# 生效条件：传入 cg 后把 cg._read 换成按 entry["path"] 缓存的闭包（该 path 未命中才调用原 _read），返回该 cache 字典。
-def install_read_cache(cg):
-    """评测是只读的：把节点文件读进内存，避免每次检索重复 1000 次磁盘 I/O。"""
-    cache = {}
-    orig = cg._read
-
-# 生效条件：entry["path"] 不在闭包 cache 中时调用 orig(entry) 存入该键，随后返回 cache[p]（同一 path 后续命中直接取缓存）。
-    def _cached(entry):
-        p = entry["path"]
-        if p not in cache:
-            cache[p] = orig(entry)
-        return cache[p]
-
-    cg._read = _cached
-    return cache
-
-
-# 生效条件：对 queries 每条 item 以 cg.search_rrf(item["q"], k=k, paths=arm, judge=False, record=False, path_weights=path_weights, recall_only=recall_only, fusion=fusion) 取结果，rank 记 item["target"] 在返回 ids 中的 1 基位次（不在 ids 中记 0），逐条追加明细后返回 out。
-def run_arm(cg, queries, arm, k=10, path_weights=None, recall_only=None,
-            fusion="sum"):
-    """跑一臂，返回 per-query 明细。"""
-    out = []
-    for item in queries:
-        res, meta = cg.search_rrf(item["q"], k=k, paths=arm, judge=False,
-                                  record=False, path_weights=path_weights,
-                                  recall_only=recall_only, fusion=fusion)
-        ids = [r[0]["id"] for r in res]
-        labels = [r[0]["frontmatter"].get("bench_label") for r in res]
-        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
-        prov = next((r[3] for r in res if r[0]["id"] == item["target"]), [])
-        out.append({
-            "mode": item["mode"], "rank": rank, "labels": labels,
-            "fuzzy_hit": any(p.get("path") == "fuzzy" for p in (prov or [])),
-            "expand_source": meta.get("expand_source"),
-            "n": len(res),
-        })
-    return out
-
-
-# 生效条件：对 queries 每条以 cg.search_rrf(item["q"], k=k, paths=(path,)) 单路取结果，rank 记 item["target"] 的 1 基位次（未命中记 0），fuzzy_hit 恒为 False、expand_source 恒为 None，返回 out。
-def run_single(cg, queries, path, k=10):
-    """单路独立排序（用于诊断每路的自身质量）。"""
-    out = []
-    for item in queries:
-        res, meta = cg.search_rrf(item["q"], k=k, paths=(path,), judge=False,
-                                  record=False)
-        ids = [r[0]["id"] for r in res]
-        labels = [r[0]["frontmatter"].get("bench_label") for r in res]
-        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
-        out.append({"mode": item["mode"], "rank": rank, "labels": labels,
-                    "fuzzy_hit": False, "expand_source": None, "n": len(res)})
-    return out
-
-
-# 生效条件：rows 为空时返回 None；否则按 n=len(rows) 算 self@1、self@k（0<rank<=k，k 由形参给定）、mrr（仅 rank 非 0 行取 1/rank 再除 n）与标签占比（分母 sum(lab.values()) or 1，无标签时用 1），fuzzy_prov 在 hit_rows 为空时记 0.0。
-def summarize(rows, k=10):
-    """汇总一个查询模式的指标。"""
-    n = len(rows)
-    if not n:
-        return None
-    self_hit = sum(1 for r in rows if r["rank"] == 1)
-    in_k = sum(1 for r in rows if 0 < r["rank"] <= k)
-    mrr = sum(1.0 / r["rank"] for r in rows if r["rank"]) / n
-    lab = collections.Counter()
-    for r in rows:
-        lab.update(r["labels"])
-    tot = sum(lab.values()) or 1
-    hit_rows = [r for r in rows if r["rank"]]
-    return {
-        "n": n, "self@1": self_hit / n, f"self@{k}": in_k / n, "mrr": mrr,
-        "sigP": lab["signal"] / tot, "noiseP": lab["noise"] / tot,
-        "unlabP": lab["unlabeled"] / tot,
-        "fuzzy_prov": (sum(1 for r in hit_rows if r["fuzzy_hit"]) / len(hit_rows)
-                       if hit_rows else 0.0),
-    }
-
-
-# 生效条件：把 x 乘 100 后按 5 位宽保留一位小数加百分号返回，源码未对 x 做类型或范围校验。
-def _pct(x):
-    return f"{x * 100:5.1f}%"
-
-
-# 生效条件：r4 长度为 0 时返回 {}；否则以 seed 建 rng，对 (1,"self@1") 与 (k,f"self@{k}") 由 r4/r5 的 0<rank<=kk 命中向量算 b01/b10，m=b01+b10 为 0 时 p=1.0 否则取 McNemar 精确单侧和除以 2**m，并用 n_boot 次有放回重采样取 deltas[int(0.025*n_boot)] 与 deltas[int(0.975*n_boot)-1] 为 ci，另加 MRR 键（b01/b10/p 与 ci 均为 None）后返回。
-def paired_test(r4, r5, k=10, seed=0, n_boot=5000):
-    """配对显著性：bootstrap 95% CI + McNemar 精确单侧 p（H1: 五路更好）。"""
-    from math import comb
-    rng = random.Random(seed)
-    n = len(r4)
-    if not n:
-        return {}
-    out = {}
-    for kk, name in ((1, "self@1"), (k, f"self@{k}")):
-        a = [1 if 0 < r["rank"] <= kk else 0 for r in r4]
-        b = [1 if 0 < r["rank"] <= kk else 0 for r in r5]
-        b01 = sum(1 for x, y in zip(a, b) if x == 0 and y == 1)   # 四路漏→五路中
-        b10 = sum(1 for x, y in zip(a, b) if x == 1 and y == 0)   # 四路中→五路漏
-        m = b01 + b10
-        p = (sum(comb(m, i) for i in range(b01, m + 1)) / (2 ** m)) if m else 1.0
-        deltas = []
-        for _ in range(n_boot):
-            idx = [rng.randrange(n) for _ in range(n)]
-            deltas.append((sum(b[i] for i in idx) - sum(a[i] for i in idx)) / n)
-        deltas.sort()
-        out[name] = {"delta": (sum(b) - sum(a)) / n, "b01": b01, "b10": b10, "p": p,
-                     "ci": (deltas[int(0.025 * n_boot)],
-                            deltas[int(0.975 * n_boot) - 1])}
-    mrr4 = sum(1.0 / r["rank"] for r in r4 if r["rank"]) / n
-    mrr5 = sum(1.0 / r["rank"] for r in r5 if r["rank"]) / n
-    out["MRR"] = {"delta": mrr5 - mrr4, "b01": None, "b10": None, "p": None,
-                  "ci": (None, None)}
-    return out
-
-
-# 生效条件：scopes 以 ("全合并", r4, r5) 起头，仅当某模式在 r4 中有条目时才追加该模式（orig/head/para/drop）的 (模式名, 筛选后 a, 筛选后 b)；对每个 scope 用 k、seed 调 paired_test 并逐项打印 self@1、self@k、MRR 的 delta/ci/b01-b10/p，函数本身不返回值。
-def print_sig(r4, r5, qs, k=10, seed=0):
-    """按查询模式 + 全模式合并，打印配对显著性。"""
-    print(f"\n配对显著性（五路 − 四路，配对 bootstrap 5000 次 + McNemar 精确单侧）")
-    print(f"{'范围':<8}{'指标':<9}{'Δ':>9}{'95% CI':>19}{'b01/b10':>10}{'p':>9}")
-    print("-" * 66)
-    scopes = [("全合并", r4, r5)]
-    for m in ("orig", "head", "para", "drop"):
-        a = [r for r in r4 if r["mode"] == m]
-        b = [r for r in r5 if r["mode"] == m]
-        if a:
-            scopes.append((m, a, b))
-    for name, a, b in scopes:
-        res = paired_test(a, b, k=k, seed=seed)
-        for kk in ("self@1", f"self@{k}", "MRR"):
-            s = res[kk]
-            ci = s["ci"]
-            ci_s = f"[{ci[0]:+.3f},{ci[1]:+.3f}]" if ci[0] is not None else ""
-            dis = f"{s['b01']}/{s['b10']}" if s["b01"] is not None else ""
-            p_s = f"{s['p']:.3f}" if s["p"] is not None else ""
-            print(f"{name:<8}{kk:<9}{s['delta']:>+9.3f}{ci_s:>19}{dis:>10}{p_s:>9}")
-        print("-" * 66)
-
-
-# 生效条件：把 cg._path_fuzzy 换成闭包，原结果按分数降序取前 50 后用 random.Random(seed) 打乱并改写为递减伪分；本函数自身无 return。
-def patch_shuffled_fuzzy(cg, seed=0):
-    """把 fuzzy 路**候选集保留、内部顺序打乱**（对照：区分「候选集贡献」与「排序质量贡献」）。
-
-    注意：search_rrf 会在 _path_fuzzy 返回后按分数重排，因此必须先把真实 top-50
-    候选集定下来，再用递减伪分固化打乱后的顺序，否则 shuffle 会被排序覆盖（空控制）。
-    """
-    rng = random.Random(seed)
-    orig = cg._path_fuzzy
-
-# 生效条件：以 (query, entries, context, expand=expand) 调用原 _path_fuzzy，结果按分数降序取前 50 条，用闭包 rng 打乱后改写为递减伪分 (node, float(n-i))，返回 (out, str(src)+"+shuffled")。
-    def _shuf(query, entries, context=None, expand=None):
-        out, src = orig(query, entries, context, expand=expand)
-        out = sorted(out, key=lambda x: -x[1])[:50]      # fuzzy 真实候选集
-        rng.shuffle(out)                                  # 打乱内部顺序
-        n = len(out)
-        out = [(node, float(n - i)) for i, (node, _s) in enumerate(out)]
-        return out, str(src) + "+shuffled"
-
-    cg._path_fuzzy = _shuf
-
-
-# 生效条件：把 cg._path_fuzzy 换成忽略 context/expand、对 cg._read_many 全量条目按 random.Random(seed) 随机分降序排序的闭包；本函数自身无 return。
-def patch_random_path(cg, seed=0):
-    """把第 5 路替换为**全库随机排序**（对照：max 融合机制本身能带来多少增益）。"""
-    rng = random.Random(seed)
-
-# 生效条件：忽略 context 与 expand，对 cg._read_many(entries, stat) 的每条记录用 rng.random() 打分并降序排序，节点 id 取 fm.get("id") or e["path"]，返回 (out, "random")。
-    def _rand(query, entries, context=None, expand=None):
-        stat = {"scanned": 0}
-        out = []
-        for e, fm, c in cg._read_many(entries, stat):
-            out.append(({"id": fm.get("id") or e["path"], "frontmatter": fm,
-                         "content": c, "path": e["path"]}, rng.random()))
-        out.sort(key=lambda x: -x[1])
-        return out, "random"
-
-    cg._path_fuzzy = _rand
-
-
-# 生效条件：不使用 cg，直接把 md_cg.mdcos.GLOBAL_CAP 置为 10**9 并返回该值。
-def patch_symmetric_pool(cg):
-    """【2026-09-16 起已冗余】抬高 GLOBAL_CAP，让 lexical 与 fuzzy 候选池对称。
-
-    背景：lexical 命中数超 GLOBAL_CAP 时按**插入序**截断，fuzzy 则全库打分后取
-    Top-50；两条路候选池不对称，会系统性偏袒 fuzzy。当时以「抬高 cap」对冲。
-
-    现状：截断依据已改为**相关度**（`mdcg.cut_by_relevance` 与 `mdcos._lexical`
-    均先全量打分再排序截断，cap 值仍为 500）——插入序偏置的根因已消除，本 patch
-    不再必要。保留仅为兼容既有对照命令（`--symmetric-pool`）与历史口径复现。
-    """
-    from md_cg import mdcos as _m
-    _m.GLOBAL_CAP = 10 ** 9
-    return _m.GLOBAL_CAP
-
-
-# 生效条件：把 cg._lexical 换成先 cg._read_many(entries, stat) 全量读入、再 cg._score(docs, query, bigrams(query)) 打分的闭包；本函数自身无 return。
-def patch_lexical_full(cg):
-    """让 lexical 也对**全量候选池**打分（消除「扫描范围」差异，只留排序算法差异）。
-
-    默认 _lexical 只在 LIKE 命中集上打分（中位约 20 条），而 _path_fuzzy 扫全库 1000 条。
-    注：截断依据改为相关度后（2026-09-16），「排序依据不对等」已消除，此处差异
-    仅剩**扫描范围**一项；本 patch 仍用于隔离排序算法差异的对照实验。
-    """
-    from md_cg.mdcg import bigrams
-
-# 生效条件：entries 经 cg._read_many(entries, stat) 全量读入后交给 cg._score(docs, query, bigrams(query)) 打分并返回其结果。
-    def _lex(query, entries, stat):
-        docs = cg._read_many(entries, stat)
-        return cg._score(docs, query, bigrams(query))
-
-    cg._lexical = _lex
-
-
-# 生效条件：把 cg._read 包装为仅当原 _read 返回的 fm 是 dict 时覆写 fm["importance"]=0.5（非 dict 不修改），返回 (fm, c)；本函数自身无 return。
-def patch_zero_importance(cg):
-    """抹掉 importance：数据集里 signal 的 importance 系统性偏高（≈0.6），
-    而 search_rrf 用 (-score, -importance) 做同分 tie-break → 会泄漏 label。
-    """
-    orig = cg._read
-
-# 生效条件：orig(entry) 返回的 fm 是 dict 时把 fm["importance"] 设为 0.5（非 dict 不修改），返回 (fm, c)。
-    def _z(entry):
-        fm, c = orig(entry)
-        if isinstance(fm, dict):
-            fm["importance"] = 0.5
-        return fm, c
-
-    cg._read = _z
-
-
-# 生效条件：cg 与 qs 均须可用；内部先经 cg._candidates() 取候选池、cg._read_many 读正文，再按每题 query terms 统计 _like 命中数；只打印诊断（含 GLOBAL_CAP 与截断计数）并返回 None，不改库；
-def pool_diag(cg, qs):
-    """候选池对称性诊断：lexical 的 LIKE 命中数是否真的被 GLOBAL_CAP 截断。"""
-    from md_cg import mdcos as _m
-    entries = cg._candidates()
-    stat = {"scanned": 0}
-    docs = cg._read_many(entries, stat)
-    dist = []
-    for item in qs:
-        terms = expand_query_terms(item["q"])
-        dist.append(sum(1 for d in docs if cg._like(d[2], d[1], terms)))
-    dist.sort()
-    cap = _m.GLOBAL_CAP
-    trunc = sum(1 for x in dist if x > cap)
-    mid = dist[len(dist) // 2] if dist else 0
-    print(f"\n候选池对称性诊断（候选池 {len(entries)}，GLOBAL_CAP={cap}）")
-    print(f"  lexical LIKE 命中数：min={dist[0]} 中位={mid} max={dist[-1]}")
-    print(f"  被 GLOBAL_CAP 截断的查询：{trunc}/{len(dist)}"
-          f"（{trunc / max(len(dist), 1):.0%}）")
-    print("  说明：截断按插入序取前 cap 条 → lexical 的候选池小于 fuzzy（fuzzy 全库打分）。")
-    return 0
-
-
-# 生效条件：cg.search_rrf 可用、queries 每项含 q/target/mode 时，对目标未列首的题打印顶替者与目标在 ARM5 各单路的排名，最多打印 limit 例。
-def diag_failures(cg, queries, k=10, arm=ARM5, limit=6, path_weights=None):
-    """打印失败案例：谁把目标挤掉了、目标在单路里排第几。"""
-    print(f"\n失败案例诊断（{'+'.join(arm)}，Top-{k} 未把目标排第一）")
-    shown = 0
-    for item in queries:
-        res, _m = cg.search_rrf(item["q"], k=k, paths=arm, judge=False,
-                                record=False, path_weights=path_weights)
-        ids = [r[0]["id"] for r in res]
-        if ids and ids[0] == item["target"]:
-            continue
-        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
-        per = {}
-        for p in ARM5:
-            r2, _ = cg.search_rrf(item["q"], k=50, paths=(p,), judge=False,
-                                  record=False)
-            i2 = [x[0]["id"] for x in r2]
-            per[p] = i2.index(item["target"]) + 1 if item["target"] in i2 else 0
-        top = res[0]
-        tgt_prov = next((r[3] for r in res if r[0]["id"] == item["target"]), None)
-        print(f"\n  [{item['mode']}] q={item['q'][:26]!r}  目标 rank={rank or '未命中'}")
-        print(f"     被谁顶掉：{top[0]['id']} label="
-              f"{top[0]['frontmatter'].get('bench_label')} prov={top[3]}")
-        print(f"     目标 prov={tgt_prov}")
-        print(f"     目标单路 rank={per}")
-        shown += 1
-        if shown >= limit:
-            break
-    if not shown:
-        print("  （无失败案例）")
-
-
-# 生效条件：args.ablate=="pool" 时直接返回 pool_diag(cg, qs)；=="idcheck" 时对四路 sum 与四路 max 逐条比较 rank/labels 并打印差异数后返回 0；其余取值时先算四路基线与五路 fuzzy max 基线，再按 =="shuffle" 调 patch_shuffled_fuzzy、否则调 patch_random_path 做扰动臂，打印三臂指标后返回 0（k 取 args.k）。
-def ablate(cg, qs, args):
-    """对照实验：分离「候选集贡献」「排序质量贡献」「融合机制红利」。"""
-    k = args.k
-    if args.ablate == "pool":
-        return pool_diag(cg, qs)
-    if args.ablate == "idcheck":
-        a = run_arm(cg, qs, ARM4, k=k, fusion="sum")
-        b = run_arm(cg, qs, ARM4, k=k, fusion="max")
-        diff = [i for i, (x, y) in enumerate(zip(a, b))
-                if x["rank"] != y["rank"] or x["labels"] != y["labels"]]
-        print("\n恒等性自检：四路 sum vs 四路 max")
-        print("  （若 bucket/entity/graph 三路确实全空，两者应逐条完全相同）")
-        print(f"  不同查询：{len(diff)}/{len(a)}")
-        for i in diff[:6]:
-            print(f"  [{qs[i]['mode']}] sum rank={a[i]['rank']} "
-                  f"max rank={b[i]['rank']}")
-        return 0
-
-    base = summarize(run_arm(cg, qs, ARM4, k=k), k=k)
-    real = summarize(run_arm(cg, qs, ARM5, k=k, path_weights={"fuzzy": 1.0},
-                             fusion="max"), k=k)
-    if args.ablate == "shuffle":
-        patch_shuffled_fuzzy(cg, seed=args.seed)
-        label = "fuzzy 候选同、顺序打乱"
-    else:
-        patch_random_path(cg, seed=args.seed)
-        label = "第5路=全库随机排序"
-    abl = summarize(run_arm(cg, qs, ARM5, k=k, path_weights={"fuzzy": 1.0},
-                            fusion="max"), k=k)
-    print(f"\n对照实验（均 max 融合，Top-{k}，n={len(qs)} 查询）")
-    print(f"{'臂':<26}{'self@1':>9}{'self@%d' % k:>9}{'MRR':>8}{'sigP':>8}")
-    print("-" * 62)
-    for name, s in (("四路基线（仅 lexical 有效）", base), ("五路 fuzzy max", real),
-                    (label, abl)):
-        print(f"{name:<26}{_pct(s['self@1']):>9}"
-              f"{_pct(s['self@' + str(k)]):>9}{s['mrr']:>8.3f}"
-              f"{_pct(s['sigP']):>8}")
-    print("-" * 62)
-    print("  判读：若「打乱」或「随机」也拿到大部分 +self@10 → 增益来自融合机制，"
-          "不是 fuzzy 的排序质量。")
-    return 0
-
-
-# 生效条件：argv 经 argparse 解析（--n/--k/--seed/--rebuild/--per-path/--sweep/--diag/--ablate/--sympool/--fusion/--lexfull/--zero-importance 等）；外部数据集缺失即抛异常、不静默降级；返回进程退出码；
-def main():
-    ap = argparse.ArgumentParser()
-    ap.add_argument("--n", type=int, default=250, help="抽样 signal 条数（0=全量）")
-    ap.add_argument("--k", type=int, default=10)
-    ap.add_argument("--seed", type=int, default=7)
-    ap.add_argument("--rebuild", action="store_true")
-    ap.add_argument("--per-path", action="store_true", help="逐路诊断（慢）")
-    ap.add_argument("--sweep", action="store_true", help="融合策略扫描（慢）")
-    ap.add_argument("--diag", action="store_true", help="打印失败案例诊断")
-    ap.add_argument("--ablate", default="none",
-                    choices=["none", "idcheck", "shuffle", "random", "pool"],
-                    help="对照实验：恒等性自检 / 打乱 fuzzy 顺序 / 随机第5路 / 候选池对称性")
-    ap.add_argument("--sympool", action="store_true",
-                    help="抬高 GLOBAL_CAP，使 lexical 与 fuzzy 候选池对称")
-    ap.add_argument("--fusion", default="sum", choices=["sum", "max"],
-                    help="五路融合模式（sum=经典 RRF 求和；max=取各路最高贡献）")
-    ap.add_argument("--lexfull", action="store_true",
-                    help="lexical 也对全量池打分（与 fuzzy 的扫描范围真正对等）")
-    ap.add_argument("--zero-importance", action="store_true",
-                    help="抹掉 importance（消除数据集里 importance 对 label 的泄漏）")
-    args = ap.parse_args()
-
-    print("=" * 76)
-    print("memory-bench-1000 · 四路 vs 五路（+fuzzy 分级隶属度）A/B")
-    print("=" * 76)
-
-    rows = load_rows()
-    lab = collections.Counter(r.get("label") for r in rows)
-    print(f"\n数据集：{len(rows)} 条  signal {lab['signal']} / noise {lab['noise']} "
-          f"/ unlabeled {lab['unlabeled']}  → 噪声率 {lab['noise'] / len(rows):.0%}")
-
-    if args.rebuild and os.path.isdir(ROOT):
-        import shutil
-        shutil.rmtree(ROOT)
-    t0 = time.perf_counter()
-    cg = build(ROOT, rows)
-    install_read_cache(cg)
-    print(f"  建库耗时 {(time.perf_counter() - t0) * 1000:.0f} ms"
-          f"（{len(cg.index['nodes'])} 节点，{len(cg.index['buckets'])} 桶）")
-
-    if args.sympool:
-        cap = patch_symmetric_pool(cg)
-        print(f"  [对照] 候选池对称化：GLOBAL_CAP → {cap}（lexical 不再按插入序截断）")
-    if args.zero_importance:
-        patch_zero_importance(cg)
-        print("  [对照] importance 已抹平为 0.5（消除 signal 的 label 泄漏）")
-    if args.lexfull:
-        patch_lexical_full(cg)
-        print("  [对照] lexical 全量池打分（与 fuzzy 扫描范围对等）")
-
-    qs = make_queries(rows, n=args.n, seed=args.seed)
-    by_mode = collections.Counter(q["mode"] for q in qs)
-    print(f"\n查询集：{len(qs)} 条  {dict(by_mode)}"
-          f"（seed={args.seed}，signal 抽样 {args.n}）")
-
-    if args.ablate != "none":
-        return ablate(cg, qs, args)
-
-    t0 = time.perf_counter()
-    r4 = run_arm(cg, qs, ARM4, k=args.k, fusion="sum")
-    t4 = time.perf_counter() - t0
-    t0 = time.perf_counter()
-    r5 = run_arm(cg, qs, ARM5, k=args.k, path_weights={"fuzzy": 1.0},
-                 fusion=args.fusion)
-    t5 = time.perf_counter() - t0
-    print(f"耗时：四路 {t4:.1f}s / 五路 {t5:.1f}s（五路融合={args.fusion}）")
-
-    modes = [m for m in ("orig", "head", "para", "drop") if by_mode.get(m)]
-    print(f"\n{'模式':<6}{'臂':<5}{'n':>5}{'self@1':>9}{'self@%d' % args.k:>9}"
-          f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}{'fuzzy参与':>10}")
-    print("-" * 76)
-    delta = {}
-    for m in modes:
-        s4 = summarize([r for r in r4 if r["mode"] == m], k=args.k)
-        s5 = summarize([r for r in r5 if r["mode"] == m], k=args.k)
-        for arm, s in (("四路", s4), ("五路", s5)):
-            print(f"{m:<6}{arm:<5}{s['n']:>5}{_pct(s['self@1']):>9}"
-                  f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
-                  f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}"
-                  f"{_pct(s['fuzzy_prov']):>10}")
-        delta[m] = {k: s5[k] - s4[k] for k in
-                    ("self@1", "self@" + str(args.k), "mrr", "sigP", "noiseP")}
-        print("-" * 76)
-
-    print(f"\n{'净变化（五路 − 四路）':<20}{'self@1':>10}{'self@%d' % args.k:>10}"
-          f"{'MRR':>10}{'sigP':>10}{'noiseP':>10}")
-    for m in modes:
-        d = delta[m]
-        print(f"{m:<20}{d['self@1']:>+10.1%}{d['self@' + str(args.k)]:>+10.1%}"
-              f"{d['mrr']:>+10.3f}{d['sigP']:>+10.1%}{d['noiseP']:>+10.1%}")
-
-    # 全模式合并（诚实口径：四模式混合，权重按出现次数）
-    s4a = summarize(r4, k=args.k)
-    s5a = summarize(r5, k=args.k)
-    print(f"\n{'全模式合并':<20}{'self@1':>10}{'self@%d' % args.k:>10}"
-          f"{'MRR':>10}{'sigP':>10}{'noiseP':>10}")
-    print(f"{'四路':<20}{_pct(s4a['self@1']):>10}"
-          f"{_pct(s4a['self@' + str(args.k)]):>10}{s4a['mrr']:>10.3f}"
-          f"{_pct(s4a['sigP']):>10}{_pct(s4a['noiseP']):>10}")
-    print(f"{'五路':<20}{_pct(s5a['self@1']):>10}"
-          f"{_pct(s5a['self@' + str(args.k)]):>10}{s5a['mrr']:>10.3f}"
-          f"{_pct(s5a['sigP']):>10}{_pct(s5a['noiseP']):>10}")
-    print(f"{'净变化':<20}{s5a['self@1'] - s4a['self@1']:>+10.1%}"
-          f"{s5a['self@' + str(args.k)] - s4a['self@' + str(args.k)]:>+10.1%}"
-          f"{s5a['mrr'] - s4a['mrr']:>+10.3f}"
-          f"{s5a['sigP'] - s4a['sigP']:>+10.1%}"
-          f"{s5a['noiseP'] - s4a['noiseP']:>+10.1%}")
-
-    print_sig(r4, r5, qs, k=args.k, seed=args.seed)
-
-    if args.sweep:
-        print(f"\n融合策略扫描（全模式合并，Top-{args.k}；相对四路基线的净变化）")
-        print(f"{'策略':<18}{'self@1':>9}{'Δself@1':>10}{'self@%d' % args.k:>9}"
-              f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}")
-        print("-" * 76)
-        base = summarize(r4, k=args.k)
-        arms = [("四路 sum（基线）", ARM4, None, None, "sum"),
-                ("四路 max", ARM4, None, None, "max"),
-                ("五路 sum w=1.0", ARM5, {"fuzzy": 1.0}, None, "sum"),
-                ("五路 sum w=0.3", ARM5, {"fuzzy": 0.3}, None, "sum"),
-                ("五路 sum w=0.1", ARM5, {"fuzzy": 0.1}, None, "sum"),
-                ("五路 max w=1.0", ARM5, {"fuzzy": 1.0}, None, "max"),
-                ("五路 max w=0.5", ARM5, {"fuzzy": 0.5}, None, "max"),
-                ("fuzzy 仅召回", ARM5, None, {"fuzzy"}, "sum")]
-        if args.n and args.n > 100:     # 全量时只保留关键臂，控制耗时
-            keep = {"四路 sum（基线）", "五路 sum w=1.0", "五路 max w=1.0",
-                    "fuzzy 仅召回"}
-            arms = [a for a in arms if a[0] in keep]
-        for label, arm, pw, ro, fu in arms:
-            if label.startswith("四路 sum"):
-                s = base
-            else:
-                s = summarize(run_arm(cg, qs, arm, k=args.k, path_weights=pw,
-                                      recall_only=ro, fusion=fu), k=args.k)
-            print(f"{label:<18}{_pct(s['self@1']):>9}"
-                  f"{s['self@1'] - base['self@1']:>+10.1%}"
-                  f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
-                  f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}")
-        print("-" * 76)
-
-    if args.per_path:
-        print(f"\n逐路单独质量（各路径独立排序，Top-{args.k}）")
-        print(f"{'模式':<6}{'路':<9}{'n':>5}{'self@1':>9}{'self@%d' % args.k:>9}"
-              f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}")
-        print("-" * 76)
-        for m in modes:
-            sub = [q for q in qs if q["mode"] == m]
-            for p in ARM5:
-                s = summarize(run_single(cg, sub, p, k=args.k), k=args.k)
-                print(f"{m:<6}{p:<9}{s['n']:>5}{_pct(s['self@1']):>9}"
-                      f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
-                      f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}")
-            print("-" * 76)
-
-    if args.diag:
-        diag_failures(cg, [q for q in qs if q["mode"] == "drop"], k=args.k)
-
-    src = collections.Counter(r["expand_source"] for r in r5)
-    print(f"\nfuzzy 路扩展来源：{dict(src)}")
-    print("\n诚实边界：本数据集无显式 edges → graph 路候选为空；节点无 domain: 标签 → "
-          "fuzzy 的大域亲和项恒等（实际区分力全部来自加权覆盖率）。")
-    return 0
-
-
-if __name__ == "__main__":
-    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")
+# -*- coding: utf-8 -*-
+"""memory-bench-1000 上的 A/B 评测：四路 RRF vs 五路 RRF（+fuzzy 分级隶属度）
+
+数据集：data/memory-bench-1000.jsonl（真实记忆库分层抽样，保留真实噪声形态）
+  250 signal / 400 noise / 350 unlabeled —— 噪声率 40%，且噪声带强重复模式
+  （`[会话X·要点N]`、`[consolidation] 演练 N`），正是词法路最容易被抢占的场景。
+
+评测问题：**fuzzy 路（分级隶属度 + 加权同义词组）是净增益还是净损失？**
+不做预设结论——四条查询模式 × 两臂 × 同批指标，如实报告。
+
+查询模式（全部确定性可复现，不需要 LLM）：
+  orig 原文前 30 字        —— 回忆原话（词法路的天花板）
+  head 原文前 8 字         —— 只记得开头
+  para 同义词组改写         —— 泛化/同义查询（fuzzy 的靶心）
+  drop 随机丢弃一半语义片段 —— 模糊记忆（词法 Jaccard 下降）
+
+指标（Top-K）：
+  self@K   查询来源节点是否被召回（MRR 同报）
+  sigP@K   Top-K 中 signal 占比
+  noiseP@K Top-K 中 noise 占比
+  fuzzy_prov  target 命中时 fuzzy 路参与的比例（可审计）
+
+跑法：
+    python -m md_cg.bench_membench            # 全量 250 条
+    python -m md_cg.bench_membench --n 60     # 抽样 60 条
+    python -m md_cg.bench_membench --rebuild  # 重建库
+"""
+import os
+import io
+import re
+import sys
+import json
+import time
+import random
+import argparse
+import collections
+
+sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from md_cg.mdcg import SYNONYM_GROUPS_WEIGHTED, expand_query_terms
+from md_cg.mdcos import MdCGOS
+
+HERE = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+DATA = os.path.join(HERE, "data", "memory-bench-1000.jsonl")
+ROOT = os.path.join(HERE, "_md_cg_membench")
+
+ARM4 = ("lexical", "bucket", "entity", "graph")
+ARM5 = ("lexical", "bucket", "entity", "graph", "fuzzy")
+
+SEG_SPLIT = re.compile(r"([，。；：、,;.!?！？\s]+)")
+
+
+# --------------------------------------------------------------------------- 数据
+
+# 生效条件：按 path（默认模块常量 DATA）以 utf-8 打开文件逐行 json.loads，仅保留 l.strip() 为真的行，返回解析出的记录列表。
+def load_rows(path=DATA):
+    with open(path, encoding="utf-8") as f:
+        return [json.loads(l) for l in f if l.strip()]
+
+
+# 生效条件：以 root（默认模块常量 ROOT）建 MdCGOS，rows 为假值（None/空容器）时回落 load_rows() 取数据，逐行用 r["id"] 与 r["text"] 调 add，仅当 r["id"] 已在构建开始时取的 cg.index["nodes"] 快照 have 中才 continue（该快照不随新增 id 更新），verbose 假值则不打印，最后 cg.flush() 并返回 cg。
+def build(root=ROOT, rows=None, verbose=True):
+    """把数据集写进 md 认知图（幂等：同 id 覆盖）。"""
+    rows = rows or load_rows()
+    cg = MdCGOS(root, autoflush=200)
+    have = set(cg.index["nodes"])
+    n_new = 0
+    for r in rows:
+        if r["id"] in have:
+            continue
+        cg.add(r["id"], r["text"], layer="contextual",
+               tags=r.get("tags") or [], importance=float(r.get("importance") or 0.5),
+               verification_basis="data",
+               bench_label=r.get("label"), bench_cat=r.get("category"),
+               bench_observed_at=r.get("observed_at"),
+               bench_chars=r.get("chars"))
+        n_new += 1
+    cg.flush()
+    if verbose:
+        print(f"  建库 {root}：新增 {n_new}，库内 {len(cg.index['nodes'])} 节点")
+    return cg
+
+
+# --------------------------------------------------------------------- 查询构造
+
+# 生效条件：遍历 SYNONYM_GROUPS_WEIGHTED 每组，按权重降序找第一个出现在当前 out（初值 text，可能已被前组改写）里的词 w，若组内除 w 外还有词则用其中权重最大者 alt 执行一次 out.replace(w, alt, 1) 且 hits+1，随后 break 该组；返回 (out, hits)。
+def paraphrase(text):
+    """按加权同义词组做一次同义/泛化改写，返回 (改写后, 替换次数)。
+
+    替换目标取同组权重最高者（通常是组心）——即「说成更泛的词」。
+    """
+    out, hits = text, 0
+    for group in SYNONYM_GROUPS_WEIGHTED:
+        for w in sorted(group, key=lambda x: -group[x]):
+            if w in out:
+                alts = [x for x in group if x != w]
+                if alts:
+                    alt = max(alts, key=lambda x: group[x])
+                    out = out.replace(w, alt, 1)
+                    hits += 1
+                break
+    return out, hits
+
+
+# 生效条件：text 经 SEG_SPLIT.split 后剔除空白项与分隔符本身得 parts，len(parts)<=1 时原样返回 text，否则按 rng.random() < keep_p（默认 0.5；keep_p 为 0 时全被丢弃）保留片段，若一条未留则回退 [parts[0]]，返回拼接串。
+def drop_segments(text, rng, keep_p=0.5):
+    """随机丢弃约一半语义片段（模拟「记得不全」）。"""
+    parts = [p for p in SEG_SPLIT.split(text)
+             if p.strip() and not SEG_SPLIT.fullmatch(p)]
+    if len(parts) <= 1:
+        return text
+    kept = [p for p in parts if rng.random() < keep_p]
+    if not kept:
+        kept = [parts[0]]
+    return "".join(kept)
+
+
+# 生效条件：rows 中 r.get("label")=="signal" 且 r.get("text") 为真的行入选，n 为真值且 n < len(sig) 时才用 random.Random(seed) 抽 n 条（n=0 等假值不抽样），每条产生 orig/head/drop 三条查询，仅在 paraphrase(t[:60]) 的 hits 非零时追加 para 查询，返回 qs。
+def make_queries(rows, n=250, seed=7):
+    """从 signal 条目构造查询集（多模式）。"""
+    sig = [r for r in rows if r.get("label") == "signal" and r.get("text")]
+    rng = random.Random(seed)
+    if n and n < len(sig):
+        sig = rng.sample(sig, n)
+    qs = []
+    for r in sig:
+        t = r["text"]
+        qs.append({"mode": "orig", "q": t[:30], "target": r["id"]})
+        qs.append({"mode": "head", "q": t[:8], "target": r["id"]})
+        p, hits = paraphrase(t[:60])
+        if hits:
+            qs.append({"mode": "para", "q": p, "target": r["id"]})
+        qs.append({"mode": "drop", "q": drop_segments(t[:80], rng), "target": r["id"]})
+    return qs
+
+
+# ----------------------------------------------------------------------- 评测
+
+# 生效条件：传入 cg 后把 cg._read 换成按 entry["path"] 缓存的闭包（该 path 未命中才调用原 _read），返回该 cache 字典。
+def install_read_cache(cg):
+    """评测是只读的：把节点文件读进内存，避免每次检索重复 1000 次磁盘 I/O。"""
+    cache = {}
+    orig = cg._read
+
+# 生效条件：entry["path"] 不在闭包 cache 中时调用 orig(entry) 存入该键，随后返回 cache[p]（同一 path 后续命中直接取缓存）。
+    def _cached(entry):
+        p = entry["path"]
+        if p not in cache:
+            cache[p] = orig(entry)
+        return cache[p]
+
+    cg._read = _cached
+    return cache
+
+
+# 生效条件：对 queries 每条 item 以 cg.search_rrf(item["q"], k=k, paths=arm, judge=False, record=False, path_weights=path_weights, recall_only=recall_only, fusion=fusion) 取结果，rank 记 item["target"] 在返回 ids 中的 1 基位次（不在 ids 中记 0），逐条追加明细后返回 out。
+def run_arm(cg, queries, arm, k=10, path_weights=None, recall_only=None,
+            fusion="sum"):
+    """跑一臂，返回 per-query 明细。"""
+    out = []
+    for item in queries:
+        res, meta = cg.search_rrf(item["q"], k=k, paths=arm, judge=False,
+                                  record=False, path_weights=path_weights,
+                                  recall_only=recall_only, fusion=fusion)
+        ids = [r[0]["id"] for r in res]
+        labels = [r[0]["frontmatter"].get("bench_label") for r in res]
+        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
+        prov = next((r[3] for r in res if r[0]["id"] == item["target"]), [])
+        out.append({
+            "mode": item["mode"], "rank": rank, "labels": labels,
+            "fuzzy_hit": any(p.get("path") == "fuzzy" for p in (prov or [])),
+            "expand_source": meta.get("expand_source"),
+            "n": len(res),
+        })
+    return out
+
+
+# 生效条件：对 queries 每条以 cg.search_rrf(item["q"], k=k, paths=(path,)) 单路取结果，rank 记 item["target"] 的 1 基位次（未命中记 0），fuzzy_hit 恒为 False、expand_source 恒为 None，返回 out。
+def run_single(cg, queries, path, k=10):
+    """单路独立排序（用于诊断每路的自身质量）。"""
+    out = []
+    for item in queries:
+        res, meta = cg.search_rrf(item["q"], k=k, paths=(path,), judge=False,
+                                  record=False)
+        ids = [r[0]["id"] for r in res]
+        labels = [r[0]["frontmatter"].get("bench_label") for r in res]
+        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
+        out.append({"mode": item["mode"], "rank": rank, "labels": labels,
+                    "fuzzy_hit": False, "expand_source": None, "n": len(res)})
+    return out
+
+
+# 生效条件：rows 为空时返回 None；否则按 n=len(rows) 算 self@1、self@k（0<rank<=k，k 由形参给定）、mrr（仅 rank 非 0 行取 1/rank 再除 n）与标签占比（分母 sum(lab.values()) or 1，无标签时用 1），fuzzy_prov 在 hit_rows 为空时记 0.0。
+def summarize(rows, k=10):
+    """汇总一个查询模式的指标。"""
+    n = len(rows)
+    if not n:
+        return None
+    self_hit = sum(1 for r in rows if r["rank"] == 1)
+    in_k = sum(1 for r in rows if 0 < r["rank"] <= k)
+    mrr = sum(1.0 / r["rank"] for r in rows if r["rank"]) / n
+    lab = collections.Counter()
+    for r in rows:
+        lab.update(r["labels"])
+    tot = sum(lab.values()) or 1
+    hit_rows = [r for r in rows if r["rank"]]
+    return {
+        "n": n, "self@1": self_hit / n, f"self@{k}": in_k / n, "mrr": mrr,
+        "sigP": lab["signal"] / tot, "noiseP": lab["noise"] / tot,
+        "unlabP": lab["unlabeled"] / tot,
+        "fuzzy_prov": (sum(1 for r in hit_rows if r["fuzzy_hit"]) / len(hit_rows)
+                       if hit_rows else 0.0),
+    }
+
+
+# 生效条件：把 x 乘 100 后按 5 位宽保留一位小数加百分号返回，源码未对 x 做类型或范围校验。
+def _pct(x):
+    return f"{x * 100:5.1f}%"
+
+
+# 生效条件：r4 长度为 0 时返回 {}；否则以 seed 建 rng，对 (1,"self@1") 与 (k,f"self@{k}") 由 r4/r5 的 0<rank<=kk 命中向量算 b01/b10，m=b01+b10 为 0 时 p=1.0 否则取 McNemar 精确单侧和除以 2**m，并用 n_boot 次有放回重采样取 deltas[int(0.025*n_boot)] 与 deltas[int(0.975*n_boot)-1] 为 ci，另加 MRR 键（b01/b10/p 与 ci 均为 None）后返回。
+def paired_test(r4, r5, k=10, seed=0, n_boot=5000):
+    """配对显著性：bootstrap 95% CI + McNemar 精确单侧 p（H1: 五路更好）。"""
+    from math import comb
+    rng = random.Random(seed)
+    n = len(r4)
+    if not n:
+        return {}
+    out = {}
+    for kk, name in ((1, "self@1"), (k, f"self@{k}")):
+        a = [1 if 0 < r["rank"] <= kk else 0 for r in r4]
+        b = [1 if 0 < r["rank"] <= kk else 0 for r in r5]
+        b01 = sum(1 for x, y in zip(a, b) if x == 0 and y == 1)   # 四路漏→五路中
+        b10 = sum(1 for x, y in zip(a, b) if x == 1 and y == 0)   # 四路中→五路漏
+        m = b01 + b10
+        p = (sum(comb(m, i) for i in range(b01, m + 1)) / (2 ** m)) if m else 1.0
+        deltas = []
+        for _ in range(n_boot):
+            idx = [rng.randrange(n) for _ in range(n)]
+            deltas.append((sum(b[i] for i in idx) - sum(a[i] for i in idx)) / n)
+        deltas.sort()
+        out[name] = {"delta": (sum(b) - sum(a)) / n, "b01": b01, "b10": b10, "p": p,
+                     "ci": (deltas[int(0.025 * n_boot)],
+                            deltas[int(0.975 * n_boot) - 1])}
+    mrr4 = sum(1.0 / r["rank"] for r in r4 if r["rank"]) / n
+    mrr5 = sum(1.0 / r["rank"] for r in r5 if r["rank"]) / n
+    out["MRR"] = {"delta": mrr5 - mrr4, "b01": None, "b10": None, "p": None,
+                  "ci": (None, None)}
+    return out
+
+
+# 生效条件：scopes 以 ("全合并", r4, r5) 起头，仅当某模式在 r4 中有条目时才追加该模式（orig/head/para/drop）的 (模式名, 筛选后 a, 筛选后 b)；对每个 scope 用 k、seed 调 paired_test 并逐项打印 self@1、self@k、MRR 的 delta/ci/b01-b10/p，函数本身不返回值。
+def print_sig(r4, r5, qs, k=10, seed=0):
+    """按查询模式 + 全模式合并，打印配对显著性。"""
+    print(f"\n配对显著性（五路 − 四路，配对 bootstrap 5000 次 + McNemar 精确单侧）")
+    print(f"{'范围':<8}{'指标':<9}{'Δ':>9}{'95% CI':>19}{'b01/b10':>10}{'p':>9}")
+    print("-" * 66)
+    scopes = [("全合并", r4, r5)]
+    for m in ("orig", "head", "para", "drop"):
+        a = [r for r in r4 if r["mode"] == m]
+        b = [r for r in r5 if r["mode"] == m]
+        if a:
+            scopes.append((m, a, b))
+    for name, a, b in scopes:
+        res = paired_test(a, b, k=k, seed=seed)
+        for kk in ("self@1", f"self@{k}", "MRR"):
+            s = res[kk]
+            ci = s["ci"]
+            ci_s = f"[{ci[0]:+.3f},{ci[1]:+.3f}]" if ci[0] is not None else ""
+            dis = f"{s['b01']}/{s['b10']}" if s["b01"] is not None else ""
+            p_s = f"{s['p']:.3f}" if s["p"] is not None else ""
+            print(f"{name:<8}{kk:<9}{s['delta']:>+9.3f}{ci_s:>19}{dis:>10}{p_s:>9}")
+        print("-" * 66)
+
+
+# 生效条件：把 cg._path_fuzzy 换成闭包，原结果按分数降序取前 50 后用 random.Random(seed) 打乱并改写为递减伪分；本函数自身无 return。
+def patch_shuffled_fuzzy(cg, seed=0):
+    """把 fuzzy 路**候选集保留、内部顺序打乱**（对照：区分「候选集贡献」与「排序质量贡献」）。
+
+    注意：search_rrf 会在 _path_fuzzy 返回后按分数重排，因此必须先把真实 top-50
+    候选集定下来，再用递减伪分固化打乱后的顺序，否则 shuffle 会被排序覆盖（空控制）。
+    """
+    rng = random.Random(seed)
+    orig = cg._path_fuzzy
+
+# 生效条件：以 (query, entries, context, expand=expand) 调用原 _path_fuzzy，结果按分数降序取前 50 条，用闭包 rng 打乱后改写为递减伪分 (node, float(n-i))，返回 (out, str(src)+"+shuffled")。
+    def _shuf(query, entries, context=None, expand=None):
+        out, src = orig(query, entries, context, expand=expand)
+        out = sorted(out, key=lambda x: -x[1])[:50]      # fuzzy 真实候选集
+        rng.shuffle(out)                                  # 打乱内部顺序
+        n = len(out)
+        out = [(node, float(n - i)) for i, (node, _s) in enumerate(out)]
+        return out, str(src) + "+shuffled"
+
+    cg._path_fuzzy = _shuf
+
+
+# 生效条件：把 cg._path_fuzzy 换成忽略 context/expand、对 cg._read_many 全量条目按 random.Random(seed) 随机分降序排序的闭包；本函数自身无 return。
+def patch_random_path(cg, seed=0):
+    """把第 5 路替换为**全库随机排序**（对照：max 融合机制本身能带来多少增益）。"""
+    rng = random.Random(seed)
+
+# 生效条件：忽略 context 与 expand，对 cg._read_many(entries, stat) 的每条记录用 rng.random() 打分并降序排序，节点 id 取 fm.get("id") or e["path"]，返回 (out, "random")。
+    def _rand(query, entries, context=None, expand=None):
+        stat = {"scanned": 0}
+        out = []
+        for e, fm, c in cg._read_many(entries, stat):
+            out.append(({"id": fm.get("id") or e["path"], "frontmatter": fm,
+                         "content": c, "path": e["path"]}, rng.random()))
+        out.sort(key=lambda x: -x[1])
+        return out, "random"
+
+    cg._path_fuzzy = _rand
+
+
+# 生效条件：不使用 cg，直接把 md_cg.mdcos.GLOBAL_CAP 置为 10**9 并返回该值。
+def patch_symmetric_pool(cg):
+    """【2026-09-16 起已冗余】抬高 GLOBAL_CAP，让 lexical 与 fuzzy 候选池对称。
+
+    背景：lexical 命中数超 GLOBAL_CAP 时按**插入序**截断，fuzzy 则全库打分后取
+    Top-50；两条路候选池不对称，会系统性偏袒 fuzzy。当时以「抬高 cap」对冲。
+
+    现状：截断依据已改为**相关度**（`mdcg.cut_by_relevance` 与 `mdcos._lexical`
+    均先全量打分再排序截断，cap 值仍为 500）——插入序偏置的根因已消除，本 patch
+    不再必要。保留仅为兼容既有对照命令（`--symmetric-pool`）与历史口径复现。
+    """
+    from md_cg import mdcos as _m
+    _m.GLOBAL_CAP = 10 ** 9
+    return _m.GLOBAL_CAP
+
+
+# 生效条件：把 cg._lexical 换成先 cg._read_many(entries, stat) 全量读入、再 cg._score(docs, query, bigrams(query)) 打分的闭包；本函数自身无 return。
+def patch_lexical_full(cg):
+    """让 lexical 也对**全量候选池**打分（消除「扫描范围」差异，只留排序算法差异）。
+
+    默认 _lexical 只在 LIKE 命中集上打分（中位约 20 条），而 _path_fuzzy 扫全库 1000 条。
+    注：截断依据改为相关度后（2026-09-16），「排序依据不对等」已消除，此处差异
+    仅剩**扫描范围**一项；本 patch 仍用于隔离排序算法差异的对照实验。
+    """
+    from md_cg.mdcg import bigrams
+
+# 生效条件：entries 经 cg._read_many(entries, stat) 全量读入后交给 cg._score(docs, query, bigrams(query)) 打分并返回其结果。
+    def _lex(query, entries, stat):
+        docs = cg._read_many(entries, stat)
+        return cg._score(docs, query, bigrams(query))
+
+    cg._lexical = _lex
+
+
+# 生效条件：把 cg._read 包装为仅当原 _read 返回的 fm 是 dict 时覆写 fm["importance"]=0.5（非 dict 不修改），返回 (fm, c)；本函数自身无 return。
+def patch_zero_importance(cg):
+    """抹掉 importance：数据集里 signal 的 importance 系统性偏高（≈0.6），
+    而 search_rrf 用 (-score, -importance) 做同分 tie-break → 会泄漏 label。
+    """
+    orig = cg._read
+
+# 生效条件：orig(entry) 返回的 fm 是 dict 时把 fm["importance"] 设为 0.5（非 dict 不修改），返回 (fm, c)。
+    def _z(entry):
+        fm, c = orig(entry)
+        if isinstance(fm, dict):
+            fm["importance"] = 0.5
+        return fm, c
+
+    cg._read = _z
+
+
+# 生效条件：cg 与 qs 均须可用；内部先经 cg._candidates() 取候选池、cg._read_many 读正文，再按每题 query terms 统计 _like 命中数；只打印诊断（含 GLOBAL_CAP 与截断计数）并返回 None，不改库；
+def pool_diag(cg, qs):
+    """候选池对称性诊断：lexical 的 LIKE 命中数是否真的被 GLOBAL_CAP 截断。"""
+    from md_cg import mdcos as _m
+    entries = cg._candidates()
+    stat = {"scanned": 0}
+    docs = cg._read_many(entries, stat)
+    dist = []
+    for item in qs:
+        terms = expand_query_terms(item["q"])
+        dist.append(sum(1 for d in docs if cg._like(d[2], d[1], terms)))
+    dist.sort()
+    cap = _m.GLOBAL_CAP
+    trunc = sum(1 for x in dist if x > cap)
+    mid = dist[len(dist) // 2] if dist else 0
+    print(f"\n候选池对称性诊断（候选池 {len(entries)}，GLOBAL_CAP={cap}）")
+    print(f"  lexical LIKE 命中数：min={dist[0]} 中位={mid} max={dist[-1]}")
+    print(f"  被 GLOBAL_CAP 截断的查询：{trunc}/{len(dist)}"
+          f"（{trunc / max(len(dist), 1):.0%}）")
+    print("  说明：截断按插入序取前 cap 条 → lexical 的候选池小于 fuzzy（fuzzy 全库打分）。")
+    return 0
+
+
+# 生效条件：cg.search_rrf 可用、queries 每项含 q/target/mode 时，对目标未列首的题打印顶替者与目标在 ARM5 各单路的排名，最多打印 limit 例。
+def diag_failures(cg, queries, k=10, arm=ARM5, limit=6, path_weights=None):
+    """打印失败案例：谁把目标挤掉了、目标在单路里排第几。"""
+    print(f"\n失败案例诊断（{'+'.join(arm)}，Top-{k} 未把目标排第一）")
+    shown = 0
+    for item in queries:
+        res, _m = cg.search_rrf(item["q"], k=k, paths=arm, judge=False,
+                                record=False, path_weights=path_weights)
+        ids = [r[0]["id"] for r in res]
+        if ids and ids[0] == item["target"]:
+            continue
+        rank = ids.index(item["target"]) + 1 if item["target"] in ids else 0
+        per = {}
+        for p in ARM5:
+            r2, _ = cg.search_rrf(item["q"], k=50, paths=(p,), judge=False,
+                                  record=False)
+            i2 = [x[0]["id"] for x in r2]
+            per[p] = i2.index(item["target"]) + 1 if item["target"] in i2 else 0
+        top = res[0]
+        tgt_prov = next((r[3] for r in res if r[0]["id"] == item["target"]), None)
+        print(f"\n  [{item['mode']}] q={item['q'][:26]!r}  目标 rank={rank or '未命中'}")
+        print(f"     被谁顶掉：{top[0]['id']} label="
+              f"{top[0]['frontmatter'].get('bench_label')} prov={top[3]}")
+        print(f"     目标 prov={tgt_prov}")
+        print(f"     目标单路 rank={per}")
+        shown += 1
+        if shown >= limit:
+            break
+    if not shown:
+        print("  （无失败案例）")
+
+
+# 生效条件：args.ablate=="pool" 时直接返回 pool_diag(cg, qs)；=="idcheck" 时对四路 sum 与四路 max 逐条比较 rank/labels 并打印差异数后返回 0；其余取值时先算四路基线与五路 fuzzy max 基线，再按 =="shuffle" 调 patch_shuffled_fuzzy、否则调 patch_random_path 做扰动臂，打印三臂指标后返回 0（k 取 args.k）。
+def ablate(cg, qs, args):
+    """对照实验：分离「候选集贡献」「排序质量贡献」「融合机制红利」。"""
+    k = args.k
+    if args.ablate == "pool":
+        return pool_diag(cg, qs)
+    if args.ablate == "idcheck":
+        a = run_arm(cg, qs, ARM4, k=k, fusion="sum")
+        b = run_arm(cg, qs, ARM4, k=k, fusion="max")
+        diff = [i for i, (x, y) in enumerate(zip(a, b))
+                if x["rank"] != y["rank"] or x["labels"] != y["labels"]]
+        print("\n恒等性自检：四路 sum vs 四路 max")
+        print("  （若 bucket/entity/graph 三路确实全空，两者应逐条完全相同）")
+        print(f"  不同查询：{len(diff)}/{len(a)}")
+        for i in diff[:6]:
+            print(f"  [{qs[i]['mode']}] sum rank={a[i]['rank']} "
+                  f"max rank={b[i]['rank']}")
+        return 0
+
+    base = summarize(run_arm(cg, qs, ARM4, k=k), k=k)
+    real = summarize(run_arm(cg, qs, ARM5, k=k, path_weights={"fuzzy": 1.0},
+                             fusion="max"), k=k)
+    if args.ablate == "shuffle":
+        patch_shuffled_fuzzy(cg, seed=args.seed)
+        label = "fuzzy 候选同、顺序打乱"
+    else:
+        patch_random_path(cg, seed=args.seed)
+        label = "第5路=全库随机排序"
+    abl = summarize(run_arm(cg, qs, ARM5, k=k, path_weights={"fuzzy": 1.0},
+                            fusion="max"), k=k)
+    print(f"\n对照实验（均 max 融合，Top-{k}，n={len(qs)} 查询）")
+    print(f"{'臂':<26}{'self@1':>9}{'self@%d' % k:>9}{'MRR':>8}{'sigP':>8}")
+    print("-" * 62)
+    for name, s in (("四路基线（仅 lexical 有效）", base), ("五路 fuzzy max", real),
+                    (label, abl)):
+        print(f"{name:<26}{_pct(s['self@1']):>9}"
+              f"{_pct(s['self@' + str(k)]):>9}{s['mrr']:>8.3f}"
+              f"{_pct(s['sigP']):>8}")
+    print("-" * 62)
+    print("  判读：若「打乱」或「随机」也拿到大部分 +self@10 → 增益来自融合机制，"
+          "不是 fuzzy 的排序质量。")
+    return 0
+
+
+# 生效条件：argv 经 argparse 解析（--n/--k/--seed/--rebuild/--per-path/--sweep/--diag/--ablate/--sympool/--fusion/--lexfull/--zero-importance 等）；外部数据集缺失即抛异常、不静默降级；返回进程退出码；
+def main():
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--n", type=int, default=250, help="抽样 signal 条数（0=全量）")
+    ap.add_argument("--k", type=int, default=10)
+    ap.add_argument("--seed", type=int, default=7)
+    ap.add_argument("--rebuild", action="store_true")
+    ap.add_argument("--per-path", action="store_true", help="逐路诊断（慢）")
+    ap.add_argument("--sweep", action="store_true", help="融合策略扫描（慢）")
+    ap.add_argument("--diag", action="store_true", help="打印失败案例诊断")
+    ap.add_argument("--ablate", default="none",
+                    choices=["none", "idcheck", "shuffle", "random", "pool"],
+                    help="对照实验：恒等性自检 / 打乱 fuzzy 顺序 / 随机第5路 / 候选池对称性")
+    ap.add_argument("--sympool", action="store_true",
+                    help="抬高 GLOBAL_CAP，使 lexical 与 fuzzy 候选池对称")
+    ap.add_argument("--fusion", default="sum", choices=["sum", "max"],
+                    help="五路融合模式（sum=经典 RRF 求和；max=取各路最高贡献）")
+    ap.add_argument("--lexfull", action="store_true",
+                    help="lexical 也对全量池打分（与 fuzzy 的扫描范围真正对等）")
+    ap.add_argument("--zero-importance", action="store_true",
+                    help="抹掉 importance（消除数据集里 importance 对 label 的泄漏）")
+    args = ap.parse_args()
+
+    print("=" * 76)
+    print("memory-bench-1000 · 四路 vs 五路（+fuzzy 分级隶属度）A/B")
+    print("=" * 76)
+
+    rows = load_rows()
+    lab = collections.Counter(r.get("label") for r in rows)
+    print(f"\n数据集：{len(rows)} 条  signal {lab['signal']} / noise {lab['noise']} "
+          f"/ unlabeled {lab['unlabeled']}  → 噪声率 {lab['noise'] / len(rows):.0%}")
+
+    if args.rebuild and os.path.isdir(ROOT):
+        import shutil
+        shutil.rmtree(ROOT)
+    t0 = time.perf_counter()
+    cg = build(ROOT, rows)
+    install_read_cache(cg)
+    print(f"  建库耗时 {(time.perf_counter() - t0) * 1000:.0f} ms"
+          f"（{len(cg.index['nodes'])} 节点，{len(cg.index['buckets'])} 桶）")
+
+    if args.sympool:
+        cap = patch_symmetric_pool(cg)
+        print(f"  [对照] 候选池对称化：GLOBAL_CAP → {cap}（lexical 不再按插入序截断）")
+    if args.zero_importance:
+        patch_zero_importance(cg)
+        print("  [对照] importance 已抹平为 0.5（消除 signal 的 label 泄漏）")
+    if args.lexfull:
+        patch_lexical_full(cg)
+        print("  [对照] lexical 全量池打分（与 fuzzy 扫描范围对等）")
+
+    qs = make_queries(rows, n=args.n, seed=args.seed)
+    by_mode = collections.Counter(q["mode"] for q in qs)
+    print(f"\n查询集：{len(qs)} 条  {dict(by_mode)}"
+          f"（seed={args.seed}，signal 抽样 {args.n}）")
+
+    if args.ablate != "none":
+        return ablate(cg, qs, args)
+
+    t0 = time.perf_counter()
+    r4 = run_arm(cg, qs, ARM4, k=args.k, fusion="sum")
+    t4 = time.perf_counter() - t0
+    t0 = time.perf_counter()
+    r5 = run_arm(cg, qs, ARM5, k=args.k, path_weights={"fuzzy": 1.0},
+                 fusion=args.fusion)
+    t5 = time.perf_counter() - t0
+    print(f"耗时：四路 {t4:.1f}s / 五路 {t5:.1f}s（五路融合={args.fusion}）")
+
+    modes = [m for m in ("orig", "head", "para", "drop") if by_mode.get(m)]
+    print(f"\n{'模式':<6}{'臂':<5}{'n':>5}{'self@1':>9}{'self@%d' % args.k:>9}"
+          f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}{'fuzzy参与':>10}")
+    print("-" * 76)
+    delta = {}
+    for m in modes:
+        s4 = summarize([r for r in r4 if r["mode"] == m], k=args.k)
+        s5 = summarize([r for r in r5 if r["mode"] == m], k=args.k)
+        for arm, s in (("四路", s4), ("五路", s5)):
+            print(f"{m:<6}{arm:<5}{s['n']:>5}{_pct(s['self@1']):>9}"
+                  f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
+                  f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}"
+                  f"{_pct(s['fuzzy_prov']):>10}")
+        delta[m] = {k: s5[k] - s4[k] for k in
+                    ("self@1", "self@" + str(args.k), "mrr", "sigP", "noiseP")}
+        print("-" * 76)
+
+    print(f"\n{'净变化（五路 − 四路）':<20}{'self@1':>10}{'self@%d' % args.k:>10}"
+          f"{'MRR':>10}{'sigP':>10}{'noiseP':>10}")
+    for m in modes:
+        d = delta[m]
+        print(f"{m:<20}{d['self@1']:>+10.1%}{d['self@' + str(args.k)]:>+10.1%}"
+              f"{d['mrr']:>+10.3f}{d['sigP']:>+10.1%}{d['noiseP']:>+10.1%}")
+
+    # 全模式合并（诚实口径：四模式混合，权重按出现次数）
+    s4a = summarize(r4, k=args.k)
+    s5a = summarize(r5, k=args.k)
+    print(f"\n{'全模式合并':<20}{'self@1':>10}{'self@%d' % args.k:>10}"
+          f"{'MRR':>10}{'sigP':>10}{'noiseP':>10}")
+    print(f"{'四路':<20}{_pct(s4a['self@1']):>10}"
+          f"{_pct(s4a['self@' + str(args.k)]):>10}{s4a['mrr']:>10.3f}"
+          f"{_pct(s4a['sigP']):>10}{_pct(s4a['noiseP']):>10}")
+    print(f"{'五路':<20}{_pct(s5a['self@1']):>10}"
+          f"{_pct(s5a['self@' + str(args.k)]):>10}{s5a['mrr']:>10.3f}"
+          f"{_pct(s5a['sigP']):>10}{_pct(s5a['noiseP']):>10}")
+    print(f"{'净变化':<20}{s5a['self@1'] - s4a['self@1']:>+10.1%}"
+          f"{s5a['self@' + str(args.k)] - s4a['self@' + str(args.k)]:>+10.1%}"
+          f"{s5a['mrr'] - s4a['mrr']:>+10.3f}"
+          f"{s5a['sigP'] - s4a['sigP']:>+10.1%}"
+          f"{s5a['noiseP'] - s4a['noiseP']:>+10.1%}")
+
+    print_sig(r4, r5, qs, k=args.k, seed=args.seed)
+
+    if args.sweep:
+        print(f"\n融合策略扫描（全模式合并，Top-{args.k}；相对四路基线的净变化）")
+        print(f"{'策略':<18}{'self@1':>9}{'Δself@1':>10}{'self@%d' % args.k:>9}"
+              f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}")
+        print("-" * 76)
+        base = summarize(r4, k=args.k)
+        arms = [("四路 sum（基线）", ARM4, None, None, "sum"),
+                ("四路 max", ARM4, None, None, "max"),
+                ("五路 sum w=1.0", ARM5, {"fuzzy": 1.0}, None, "sum"),
+                ("五路 sum w=0.3", ARM5, {"fuzzy": 0.3}, None, "sum"),
+                ("五路 sum w=0.1", ARM5, {"fuzzy": 0.1}, None, "sum"),
+                ("五路 max w=1.0", ARM5, {"fuzzy": 1.0}, None, "max"),
+                ("五路 max w=0.5", ARM5, {"fuzzy": 0.5}, None, "max"),
+                ("fuzzy 仅召回", ARM5, None, {"fuzzy"}, "sum")]
+        if args.n and args.n > 100:     # 全量时只保留关键臂，控制耗时
+            keep = {"四路 sum（基线）", "五路 sum w=1.0", "五路 max w=1.0",
+                    "fuzzy 仅召回"}
+            arms = [a for a in arms if a[0] in keep]
+        for label, arm, pw, ro, fu in arms:
+            if label.startswith("四路 sum"):
+                s = base
+            else:
+                s = summarize(run_arm(cg, qs, arm, k=args.k, path_weights=pw,
+                                      recall_only=ro, fusion=fu), k=args.k)
+            print(f"{label:<18}{_pct(s['self@1']):>9}"
+                  f"{s['self@1'] - base['self@1']:>+10.1%}"
+                  f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
+                  f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}")
+        print("-" * 76)
+
+    if args.per_path:
+        print(f"\n逐路单独质量（各路径独立排序，Top-{args.k}）")
+        print(f"{'模式':<6}{'路':<9}{'n':>5}{'self@1':>9}{'self@%d' % args.k:>9}"
+              f"{'MRR':>8}{'sigP':>8}{'noiseP':>9}")
+        print("-" * 76)
+        for m in modes:
+            sub = [q for q in qs if q["mode"] == m]
+            for p in ARM5:
+                s = summarize(run_single(cg, sub, p, k=args.k), k=args.k)
+                print(f"{m:<6}{p:<9}{s['n']:>5}{_pct(s['self@1']):>9}"
+                      f"{_pct(s['self@' + str(args.k)]):>9}{s['mrr']:>8.3f}"
+                      f"{_pct(s['sigP']):>8}{_pct(s['noiseP']):>9}")
+            print("-" * 76)
+
+    if args.diag:
+        diag_failures(cg, [q for q in qs if q["mode"] == "drop"], k=args.k)
+
+    src = collections.Counter(r["expand_source"] for r in r5)
+    print(f"\nfuzzy 路扩展来源：{dict(src)}")
+    print("\n诚实边界：本数据集无显式 edges → graph 路候选为空；节点无 domain: 标签 → "
+          "fuzzy 的大域亲和项恒等（实际区分力全部来自加权覆盖率）。")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")
     sys.exit(main())