@furongjun1999/dsh-memory 0.4.11 → 0.5.1

package/md_cg/test_sem_noise.py

@@ -1,242 +1,242 @@
-# -*- coding: utf-8 -*-
-"""弱语义噪声注入四臂实验（GPT 理论的形式化验证）。
-
-理论命题（本轮与 GPT 分析定稿）：
-  1. 三分离：语义完整度 ≠ 证据强度 ≠ 召回价值——「我在喝水」语义高度省略，
-     但作为 episodic fact 事实承诺明确（SELF+drinking+water+now）。
-  2. 语义联系是候选生成器，不是证据：semantic association ≠ evidence。
-     等权 RRF 会双重奖励「多路都靠前」的语义邻居，把真正的事实挤出前排
-     （排序污染）；mdcos.search_rrf docstring 已自注该现象。
-  3. 证据防火墙（judge_ranking）：语义负责「不要漏」，白箱负责「不要错」——
-     融合排序只产生候选，资格裁决（REJECT/BLINDSPOT 剔除、DEFER 降权、
-     ACCEPT 保位）决定最终优先级。
-  4. query-relative：同一记忆在不同问题下资格不同——否定事件
-     （「我没喝水」）在「刚才在干什么」问句下必须 REJECT。
-
-四臂（同一 42 节点确定性语料、同一查询）：
-  A lex        单词法路（词面+CCG 正文）
-  B semantic   单 fuzzy 路（同义词组/大域扩展 = 灵枢的「语义联系」等价物；
-               无神经嵌入是架构取向，如实测报）
-  C fusion     等权五路 RRF（现状默认形态，judge 只标注不改序）
-  D firewall   C + judge_ranking（白箱终排）
-
-指标：top1 命中率 / hit@10 / MRR（对 8 条 gold）。
-断言：D ≥ C（防火墙不劣于裸融合）、D 剔除数 > 0（防火墙生效）；
-C < A 的污染强度只测量不预设——实测反例时按第 4 条修正理论而非硬造。
-
-运行：python -m md_cg.test_sem_noise
-"""
-from __future__ import annotations
-
-import os
-import shutil
-import tempfile
-
-from .mdcg import STATE_REJECT
-from .mdcos import MdCGOS
-
-PASS = FAIL = 0
-FAILS = []
-
-
-def ok(cond, label):
-    global PASS, FAIL
-    if cond:
-        PASS += 1
-    else:
-        FAIL += 1
-        FAILS.append(label)
-        print(f"  FAIL {label}")
-
-
-#: 8 条 episodic gold——语义高度省略、事实承诺明确（正文首行即事实）
-GOLD = [
-    ("g1", "我在喝水。"),
-    ("g2", "我吃了饭。"),
-    ("g3", "我刚打开了电脑。"),
-    ("g4", "我在看书。"),
-    ("g5", "我在听音乐。"),
-    ("g6", "我刚出了门。"),
-    ("g7", "我在浇花。"),
-    ("g8", "我刚下了班。"),
-]
-
-#: 语义邻居（泛化句）：与 gold 同主题、语义上「可能相关」，但不是该事件。
-#: 每条 gold 配两条，生效条件各归各的主题问句——「问刚才在干什么」不命中。
-NEIGHBORS = {
-    "g1": [("n1a", "喝水对健康有好处。", "问健康建议"),
-           ("n1b", "运动后需要补充水分。", "问运动恢复")],
-    "g2": [("n2a", "规律饮食有助于消化。", "问健康建议"),
-           ("n2b", "营养均衡是饮食原则。", "问营养知识")],
-    "g3": [("n3a", "电脑需要定期清理缓存。", "问电脑维护"),
-           ("n3b", "工作离不开电脑。", "问工作方式")],
-    "g4": [("n4a", "阅读能增长知识。", "问阅读价值"),
-           ("n4b", "书籍是人类进步的阶梯。", "问读书意义")],
-    "g5": [("n5a", "音乐能舒缓情绪。", "问音乐作用"),
-           ("n5b", "听音乐是常见放松方式。", "问放松方法")],
-    "g6": [("n6a", "出门要记得带钥匙。", "问出门提醒"),
-           ("n6b", "散步有益身心健康。", "问健康建议")],
-    "g7": [("n7a", "浇花要在早晨或傍晚。", "问养花知识"),
-           ("n7b", "植物需要适量水分。", "问植物养护")],
-    "g8": [("n8a", "下班路上注意安全。", "问出行提醒"),
-           ("n8b", "工作与生活要平衡。", "问生活理念")],
-}
-
-#: 否定/反事实：语义上与 gold 最近（「我没喝水」vs「我在喝水」），
-#: 但 state/negation 完全不同——在「刚才在干什么」问句下必须被负条件 REJECT。
-NEG_TEXTS = [("x1", "我没喝水。"), ("x2", "我没吃饭。"), ("x3", "我还没打开电脑。"),
-             ("x4", "我没看书。"), ("x5", "我没听音乐。"), ("x6", "我没出门。"),
-             ("x7", "我没浇花。"), ("x8", "我还没下班。")]
-
-#: 无关背景噪声（占用候选池）
-UNREL = ["u%d" % i for i in range(1, 11)]
-UNREL_DOCS = [
-    ("u1", "今天天气很热。", "问天气"), ("u2", "周五下午三点开会。", "问会议安排"),
-    ("u3", "地铁三号线今天停运。", "问交通信息"), ("u4", "小区门口新开了超市。", "问周边设施"),
-    ("u5", "我的快递到了驿站。", "问快递状态"), ("u6", "明天可能下雨。", "问天气预报"),
-    ("u7", "这个月话费涨了。", "问账单"), ("u8", "楼下在修路。", "问施工信息"),
-    ("u9", "牙膏用完了要买。", "问采购清单"), ("u10", "窗台的多肉长新芽了。", "问植物状态"),
-]
-
-QUERY = "你刚才在干什么"
-#: episodic gold 的统一生效条件——必须是 QUERY 的词面子串（正条件确认即「情境
-#: 提问与记忆声明的问题类型一致」，这正是「条件是适用边界而非必填字段」）。
-GOLD_COND = "刚才在干什么"
-NEG_COND = "问没做的事"
-
-
-def _doc(fact, cond, extra_neg=False):
-    lines = ["# 功能名：事件记录",
-             f"# 生效条件：{cond}",
-             "# 子功能：episodic 片段（语义可省略，事实承诺明确）",
-             "# 执行：陈述事实",
-             "# 验证方式：据用户直接陈述核对",
-             f"# 不适用条件：{'刚才在干什么' if extra_neg else '无'}"]
-    return fact + "\n" + "\n".join(lines) + "\n"
-
-
-def _metrics(cg, arm_kw, gold_ids):
-    ranks, states = {}, {}
-    res, meta = cg.search_rrf(QUERY, k=10, judge=True, **arm_kw)
-    ids = [r[0]["id"] for r in res]
-    for gid in gold_ids:
-        if gid in ids:
-            r = ids.index(gid) + 1
-            ranks[gid] = r
-            states[gid] = res[ids.index(gid)][2].get("state")
-    top1 = sum(1 for r in ranks.values() if r == 1)
-    hit10 = len(ranks)
-    mrr = sum(1.0 / r for r in ranks.values()) / len(gold_ids)
-    return top1, hit10, mrr, ranks, states, meta
-
-
-def main():
-    global PASS, FAIL
-    tmp = tempfile.mkdtemp(prefix="mdcg_semanoise_")
-    try:
-        root = os.path.join(tmp, "root")
-        os.makedirs(root, exist_ok=True)
-        cg = MdCGOS(root)
-
-        for gid, fact in GOLD:
-            cg.add(gid, _doc(fact, GOLD_COND), layer="knowledge",
-                   verification_basis="test")
-        for gid, lst in NEIGHBORS.items():
-            for nid, fact, cond in lst:
-                cg.add(nid, _doc(fact, cond), layer="knowledge",
-                       verification_basis="test")
-        for nid, fact in NEG_TEXTS:
-            cg.add(nid, _doc(fact, NEG_COND, extra_neg=True), layer="knowledge",
-                   verification_basis="test",
-                   non_applicable_conditions=["刚才在干什么"])
-        for nid, fact, cond in UNREL_DOCS:
-            cg.add(nid, _doc(fact, cond), layer="knowledge",
-                   verification_basis="test")
-
-        gold_ids = [g for g, _ in GOLD]
-        ARMS = {
-            "A_lex": dict(paths=("lexical",)),
-            "B_sem": dict(paths=("fuzzy",)),
-            "C_fusion": dict(paths=("lexical", "bucket", "entity", "graph",
-                                    "fuzzy"), fusion="sum"),
-            "D_firewall": dict(paths=("lexical", "bucket", "entity", "graph",
-                                      "fuzzy"), fusion="sum", judge_ranking=True),
-        }
-        table = {}
-        for name, kw in ARMS.items():
-            top1, hit10, mrr, ranks, states, meta = _metrics(cg, kw, gold_ids)
-            table[name] = (top1, hit10, mrr)
-            print(f"{name:12s} top1={top1}/8  hit@10={hit10}/8  MRR={mrr:.3f}"
-                  + (f"  filtered={meta.get('judge_filtered')}"
-                     if name == "D_firewall" else ""))
-
-        c_top1, c_hit, c_mrr = table["C_fusion"]
-        d_top1, d_hit, d_mrr = table["D_firewall"]
-        a_top1, a_hit, a_mrr = table["A_lex"]
-        b_top1, b_hit, b_mrr = table["B_sem"]
-        print("\n排序污染测量（只报告，不预设）：C-A top1 差 = "
-              f"{a_top1 - c_top1}，C-A MRR 差 = {a_mrr - c_mrr:+.3f}")
-        print("防火墙增益（D-C）：top1 {:+d}，MRR {:+.3f}".format(
-            d_top1 - c_top1, d_mrr - c_mrr))
-
-        # ---------- 断言 ----------
-        ok(d_top1 >= c_top1 and d_mrr >= c_mrr - 1e-9,
-           "①防火墙不劣于裸融合（D≥C）")
-        # query-relative 否定剔除：否定节点声明的负条件是问句类型词面，
-        # 在同类问句下必须 REJECT（不依赖召回路径，直调裁决器验证）
-        bad = 0
-        for nid, _fact in NEG_TEXTS:
-            fm, c = cg._read(cg.index["nodes"][nid])
-            jn = MdCGOS.judge_qualification({"frontmatter": fm, "content": c},
-                                            QUERY, None)
-            if jn["state"] != STATE_REJECT:
-                bad += 1
-        ok(bad == 0,
-           f"②query-relative 否定剔除：{len(NEG_TEXTS)-bad}/{len(NEG_TEXTS)}"
-           " 个否定节点被 REJECT（「我没喝水」在「刚才在干什么」问句下"
-           "不得冒充事件）")
-        # 语义邻居「相关≠适用」：正条件不适用 → DEFER 降权而非 ACCEPT
-        fm, c = cg._read(cg.index["nodes"][NEIGHBORS["g1"][0][0]])
-        jn = MdCGOS.judge_qualification({"frontmatter": fm, "content": c},
-                                        QUERY, None)
-        ok(jn["state"] == "DEFER",
-           "②b 语义邻居「喝水对健康有好处」→ DEFER（正条件「问健康建议」"
-           "不适用该问句；相关但不适用）")
-        # query-relative：否定节点在该问句下不得冒充事件
-        res, _ = cg.search_rrf(QUERY, k=10, judge=True, judge_ranking=True)
-        st = {r[0]["id"]: r[2].get("state") for r in res}
-        ok(all("x" + g[1:] not in st for g in gold_ids),
-           "③top-10 无否定节点冒充（x* 全部被剔除）")
-        if c_top1 < a_top1:
-            ok(d_top1 >= a_top1,
-               "④融合确实产生排序污染（C<A 已实测）且防火墙恢复到词法水平（D≥A）")
-        else:
-            ok(True, "④本语料下融合未弱于词法（污染未实测到，如实记录）")
-        # gold 资格：正条件命中 → 全 ACCEPT（语义省略≠弱证据）
-        res2, _ = cg.search_rrf(QUERY, k=10, judge=True, judge_ranking=True)
-        gstates = {r[0]["id"]: r[2].get("state") for r in res2
-                   if r[0]["id"] in gold_ids}
-        ok(all(s == "ACCEPT" for s in gstates.values()),
-           f"⑤正条件命中的 episodic gold 全 ACCEPT（{len(gstates)} 条在 top-10）"
-           "——语义不完整不被降级")
-        # 同一记忆换问句 → 资格随情境变化（query-relative）
-        res3, _ = cg.search_rrf("你在哪里喝水", k=10, judge=True)
-        st3 = {r[0]["id"]: r[2] for r in res3 if r[0]["id"] == "g1"}
-        if st3:
-            ok(st3["g1"]["state"] != "ACCEPT",
-               "⑥query-relative：问「在哪里喝」时 g1 不再 ACCEPT（条件不适用→"
-               + st3["g1"]["state"] + "）——BLINDSPOT 是问出来的，不是存出来的")
-        else:
-            ok(True, "⑥query-relative：问「在哪里喝」时 g1 未被召回（等效不冒充）")
-    finally:
-        shutil.rmtree(tmp, ignore_errors=True)
-
-    print(f"\nsem_noise: {PASS} passed, {FAIL} failed")
-    if FAILS:
-        for f in FAILS:
-            print(f"  - {f}")
-    raise SystemExit(1 if FAIL else 0)
-
-
-if __name__ == "__main__":
-    main()
+# -*- coding: utf-8 -*-
+"""弱语义噪声注入四臂实验（GPT 理论的形式化验证）。
+
+理论命题（本轮与 GPT 分析定稿）：
+  1. 三分离：语义完整度 ≠ 证据强度 ≠ 召回价值——「我在喝水」语义高度省略，
+     但作为 episodic fact 事实承诺明确（SELF+drinking+water+now）。
+  2. 语义联系是候选生成器，不是证据：semantic association ≠ evidence。
+     等权 RRF 会双重奖励「多路都靠前」的语义邻居，把真正的事实挤出前排
+     （排序污染）；mdcos.search_rrf docstring 已自注该现象。
+  3. 证据防火墙（judge_ranking）：语义负责「不要漏」，白箱负责「不要错」——
+     融合排序只产生候选，资格裁决（REJECT/BLINDSPOT 剔除、DEFER 降权、
+     ACCEPT 保位）决定最终优先级。
+  4. query-relative：同一记忆在不同问题下资格不同——否定事件
+     （「我没喝水」）在「刚才在干什么」问句下必须 REJECT。
+
+四臂（同一 42 节点确定性语料、同一查询）：
+  A lex        单词法路（词面+CCG 正文）
+  B semantic   单 fuzzy 路（同义词组/大域扩展 = 灵枢的「语义联系」等价物；
+               无神经嵌入是架构取向，如实测报）
+  C fusion     等权五路 RRF（现状默认形态，judge 只标注不改序）
+  D firewall   C + judge_ranking（白箱终排）
+
+指标：top1 命中率 / hit@10 / MRR（对 8 条 gold）。
+断言：D ≥ C（防火墙不劣于裸融合）、D 剔除数 > 0（防火墙生效）；
+C < A 的污染强度只测量不预设——实测反例时按第 4 条修正理论而非硬造。
+
+运行：python -m md_cg.test_sem_noise
+"""
+from __future__ import annotations
+
+import os
+import shutil
+import tempfile
+
+from .mdcg import STATE_REJECT
+from .mdcos import MdCGOS
+
+PASS = FAIL = 0
+FAILS = []
+
+
+def ok(cond, label):
+    global PASS, FAIL
+    if cond:
+        PASS += 1
+    else:
+        FAIL += 1
+        FAILS.append(label)
+        print(f"  FAIL {label}")
+
+
+#: 8 条 episodic gold——语义高度省略、事实承诺明确（正文首行即事实）
+GOLD = [
+    ("g1", "我在喝水。"),
+    ("g2", "我吃了饭。"),
+    ("g3", "我刚打开了电脑。"),
+    ("g4", "我在看书。"),
+    ("g5", "我在听音乐。"),
+    ("g6", "我刚出了门。"),
+    ("g7", "我在浇花。"),
+    ("g8", "我刚下了班。"),
+]
+
+#: 语义邻居（泛化句）：与 gold 同主题、语义上「可能相关」，但不是该事件。
+#: 每条 gold 配两条，生效条件各归各的主题问句——「问刚才在干什么」不命中。
+NEIGHBORS = {
+    "g1": [("n1a", "喝水对健康有好处。", "问健康建议"),
+           ("n1b", "运动后需要补充水分。", "问运动恢复")],
+    "g2": [("n2a", "规律饮食有助于消化。", "问健康建议"),
+           ("n2b", "营养均衡是饮食原则。", "问营养知识")],
+    "g3": [("n3a", "电脑需要定期清理缓存。", "问电脑维护"),
+           ("n3b", "工作离不开电脑。", "问工作方式")],
+    "g4": [("n4a", "阅读能增长知识。", "问阅读价值"),
+           ("n4b", "书籍是人类进步的阶梯。", "问读书意义")],
+    "g5": [("n5a", "音乐能舒缓情绪。", "问音乐作用"),
+           ("n5b", "听音乐是常见放松方式。", "问放松方法")],
+    "g6": [("n6a", "出门要记得带钥匙。", "问出门提醒"),
+           ("n6b", "散步有益身心健康。", "问健康建议")],
+    "g7": [("n7a", "浇花要在早晨或傍晚。", "问养花知识"),
+           ("n7b", "植物需要适量水分。", "问植物养护")],
+    "g8": [("n8a", "下班路上注意安全。", "问出行提醒"),
+           ("n8b", "工作与生活要平衡。", "问生活理念")],
+}
+
+#: 否定/反事实：语义上与 gold 最近（「我没喝水」vs「我在喝水」），
+#: 但 state/negation 完全不同——在「刚才在干什么」问句下必须被负条件 REJECT。
+NEG_TEXTS = [("x1", "我没喝水。"), ("x2", "我没吃饭。"), ("x3", "我还没打开电脑。"),
+             ("x4", "我没看书。"), ("x5", "我没听音乐。"), ("x6", "我没出门。"),
+             ("x7", "我没浇花。"), ("x8", "我还没下班。")]
+
+#: 无关背景噪声（占用候选池）
+UNREL = ["u%d" % i for i in range(1, 11)]
+UNREL_DOCS = [
+    ("u1", "今天天气很热。", "问天气"), ("u2", "周五下午三点开会。", "问会议安排"),
+    ("u3", "地铁三号线今天停运。", "问交通信息"), ("u4", "小区门口新开了超市。", "问周边设施"),
+    ("u5", "我的快递到了驿站。", "问快递状态"), ("u6", "明天可能下雨。", "问天气预报"),
+    ("u7", "这个月话费涨了。", "问账单"), ("u8", "楼下在修路。", "问施工信息"),
+    ("u9", "牙膏用完了要买。", "问采购清单"), ("u10", "窗台的多肉长新芽了。", "问植物状态"),
+]
+
+QUERY = "你刚才在干什么"
+#: episodic gold 的统一生效条件——必须是 QUERY 的词面子串（正条件确认即「情境
+#: 提问与记忆声明的问题类型一致」，这正是「条件是适用边界而非必填字段」）。
+GOLD_COND = "刚才在干什么"
+NEG_COND = "问没做的事"
+
+
+def _doc(fact, cond, extra_neg=False):
+    lines = ["# 功能名：事件记录",
+             f"# 生效条件：{cond}",
+             "# 子功能：episodic 片段（语义可省略，事实承诺明确）",
+             "# 执行：陈述事实",
+             "# 验证方式：据用户直接陈述核对",
+             f"# 不适用条件：{'刚才在干什么' if extra_neg else '无'}"]
+    return fact + "\n" + "\n".join(lines) + "\n"
+
+
+def _metrics(cg, arm_kw, gold_ids):
+    ranks, states = {}, {}
+    res, meta = cg.search_rrf(QUERY, k=10, judge=True, **arm_kw)
+    ids = [r[0]["id"] for r in res]
+    for gid in gold_ids:
+        if gid in ids:
+            r = ids.index(gid) + 1
+            ranks[gid] = r
+            states[gid] = res[ids.index(gid)][2].get("state")
+    top1 = sum(1 for r in ranks.values() if r == 1)
+    hit10 = len(ranks)
+    mrr = sum(1.0 / r for r in ranks.values()) / len(gold_ids)
+    return top1, hit10, mrr, ranks, states, meta
+
+
+def main():
+    global PASS, FAIL
+    tmp = tempfile.mkdtemp(prefix="mdcg_semanoise_")
+    try:
+        root = os.path.join(tmp, "root")
+        os.makedirs(root, exist_ok=True)
+        cg = MdCGOS(root)
+
+        for gid, fact in GOLD:
+            cg.add(gid, _doc(fact, GOLD_COND), layer="knowledge",
+                   verification_basis="test")
+        for gid, lst in NEIGHBORS.items():
+            for nid, fact, cond in lst:
+                cg.add(nid, _doc(fact, cond), layer="knowledge",
+                       verification_basis="test")
+        for nid, fact in NEG_TEXTS:
+            cg.add(nid, _doc(fact, NEG_COND, extra_neg=True), layer="knowledge",
+                   verification_basis="test",
+                   non_applicable_conditions=["刚才在干什么"])
+        for nid, fact, cond in UNREL_DOCS:
+            cg.add(nid, _doc(fact, cond), layer="knowledge",
+                   verification_basis="test")
+
+        gold_ids = [g for g, _ in GOLD]
+        ARMS = {
+            "A_lex": dict(paths=("lexical",)),
+            "B_sem": dict(paths=("fuzzy",)),
+            "C_fusion": dict(paths=("lexical", "bucket", "entity", "graph",
+                                    "fuzzy"), fusion="sum"),
+            "D_firewall": dict(paths=("lexical", "bucket", "entity", "graph",
+                                      "fuzzy"), fusion="sum", judge_ranking=True),
+        }
+        table = {}
+        for name, kw in ARMS.items():
+            top1, hit10, mrr, ranks, states, meta = _metrics(cg, kw, gold_ids)
+            table[name] = (top1, hit10, mrr)
+            print(f"{name:12s} top1={top1}/8  hit@10={hit10}/8  MRR={mrr:.3f}"
+                  + (f"  filtered={meta.get('judge_filtered')}"
+                     if name == "D_firewall" else ""))
+
+        c_top1, c_hit, c_mrr = table["C_fusion"]
+        d_top1, d_hit, d_mrr = table["D_firewall"]
+        a_top1, a_hit, a_mrr = table["A_lex"]
+        b_top1, b_hit, b_mrr = table["B_sem"]
+        print("\n排序污染测量（只报告，不预设）：C-A top1 差 = "
+              f"{a_top1 - c_top1}，C-A MRR 差 = {a_mrr - c_mrr:+.3f}")
+        print("防火墙增益（D-C）：top1 {:+d}，MRR {:+.3f}".format(
+            d_top1 - c_top1, d_mrr - c_mrr))
+
+        # ---------- 断言 ----------
+        ok(d_top1 >= c_top1 and d_mrr >= c_mrr - 1e-9,
+           "①防火墙不劣于裸融合（D≥C）")
+        # query-relative 否定剔除：否定节点声明的负条件是问句类型词面，
+        # 在同类问句下必须 REJECT（不依赖召回路径，直调裁决器验证）
+        bad = 0
+        for nid, _fact in NEG_TEXTS:
+            fm, c = cg._read(cg.index["nodes"][nid])
+            jn = MdCGOS.judge_qualification({"frontmatter": fm, "content": c},
+                                            QUERY, None)
+            if jn["state"] != STATE_REJECT:
+                bad += 1
+        ok(bad == 0,
+           f"②query-relative 否定剔除：{len(NEG_TEXTS)-bad}/{len(NEG_TEXTS)}"
+           " 个否定节点被 REJECT（「我没喝水」在「刚才在干什么」问句下"
+           "不得冒充事件）")
+        # 语义邻居「相关≠适用」：正条件不适用 → DEFER 降权而非 ACCEPT
+        fm, c = cg._read(cg.index["nodes"][NEIGHBORS["g1"][0][0]])
+        jn = MdCGOS.judge_qualification({"frontmatter": fm, "content": c},
+                                        QUERY, None)
+        ok(jn["state"] == "DEFER",
+           "②b 语义邻居「喝水对健康有好处」→ DEFER（正条件「问健康建议」"
+           "不适用该问句；相关但不适用）")
+        # query-relative：否定节点在该问句下不得冒充事件
+        res, _ = cg.search_rrf(QUERY, k=10, judge=True, judge_ranking=True)
+        st = {r[0]["id"]: r[2].get("state") for r in res}
+        ok(all("x" + g[1:] not in st for g in gold_ids),
+           "③top-10 无否定节点冒充（x* 全部被剔除）")
+        if c_top1 < a_top1:
+            ok(d_top1 >= a_top1,
+               "④融合确实产生排序污染（C<A 已实测）且防火墙恢复到词法水平（D≥A）")
+        else:
+            ok(True, "④本语料下融合未弱于词法（污染未实测到，如实记录）")
+        # gold 资格：正条件命中 → 全 ACCEPT（语义省略≠弱证据）
+        res2, _ = cg.search_rrf(QUERY, k=10, judge=True, judge_ranking=True)
+        gstates = {r[0]["id"]: r[2].get("state") for r in res2
+                   if r[0]["id"] in gold_ids}
+        ok(all(s == "ACCEPT" for s in gstates.values()),
+           f"⑤正条件命中的 episodic gold 全 ACCEPT（{len(gstates)} 条在 top-10）"
+           "——语义不完整不被降级")
+        # 同一记忆换问句 → 资格随情境变化（query-relative）
+        res3, _ = cg.search_rrf("你在哪里喝水", k=10, judge=True)
+        st3 = {r[0]["id"]: r[2] for r in res3 if r[0]["id"] == "g1"}
+        if st3:
+            ok(st3["g1"]["state"] != "ACCEPT",
+               "⑥query-relative：问「在哪里喝」时 g1 不再 ACCEPT（条件不适用→"
+               + st3["g1"]["state"] + "）——BLINDSPOT 是问出来的，不是存出来的")
+        else:
+            ok(True, "⑥query-relative：问「在哪里喝」时 g1 未被召回（等效不冒充）")
+    finally:
+        shutil.rmtree(tmp, ignore_errors=True)
+
+    print(f"\nsem_noise: {PASS} passed, {FAIL} failed")
+    if FAILS:
+        for f in FAILS:
+            print(f"  - {f}")
+    raise SystemExit(1 if FAIL else 0)
+
+
+if __name__ == "__main__":
+    main()

package/md_cg/test_semantic_canonical.py

@@ -206,19 +206,33 @@ def t_en_unified(tmp):
                verification_basis="data")
         cg.flush()
         ec.install_read_cache(cg)
+        # 本段只测**语义摘要路**：显式关掉统一归一层（MDCG_UNIFY_QUERY=0），
+        # 否则英文 query 会被归一成中文原子、经词法路命中 gold，语义路的增量
+        # 与它的负证都会被掩盖（2026-09-24 修复：旧写法把两个开关混在一起，
+        # 归一默认转正后该负证恒红）。
         os.environ["MDCG_SEMANTIC"] = "1"
+        os.environ["MDCG_UNIFY_QUERY"] = "0"
         res, _m = cg.search_rrf("Did you eat horse meat today?", k=5,
                                 paths=("lexical",), judge=False, record=False)
         ok(res and res[0][0]["id"] == "gold",
            "英文原题未命中统一真源 gold: %r" % [r[0]["id"] for r in res[:2]])
-        # 关闭语义路：英文原题对中文正文词法零交集，gold 不应凭空出现
+        # 关闭语义路：英文原题对中文正文词法零交集（且归一关），gold 不应凭空出现
         os.environ.pop("MDCG_SEMANTIC", None)
         res, _m = cg.search_rrf("Did you eat horse meat today?", k=5,
                                 paths=("lexical",), judge=False, record=False)
         top1 = res[0][0]["id"] if res else None
-        ok(top1 != "gold", "关闭语义路英文原题仍命中 gold（词法零交集被违反？）")
+        ok(top1 != "gold", "语义路与归一路全关：英文原题不命中 gold（词法零交集）")
+        # 归一层默认开启时的口径（2026-09-23 拍板转正）：同一 query 经归一即命中
+        os.environ["MDCG_UNIFY_QUERY"] = "1"
+        res_u, _mu = cg.search_rrf("Did you eat horse meat today?", k=5,
+                                   paths=("lexical",), judge=False, record=False)
+        ok(res_u and res_u[0][0]["id"] == "gold",
+           "归一层默认开（MDCG_UNIFY_QUERY=1）：英文原题归一后命中 gold: %r"
+           % [r[0]["id"] for r in res_u[:2]])
+        os.environ.pop("MDCG_UNIFY_QUERY", None)
     finally:
         os.environ.pop("MDCG_SEMANTIC", None)
+        os.environ.pop("MDCG_UNIFY_QUERY", None)
         cg.close()