PII项目7月1日：fragment stacking接近饱和后的下一步

7月1日的实验继续沿着A9的低误报路线推进。A9已经证明模型侧ultra-low-FP训练有效，今天要验证两个问题：高精度fragment后处理能否叠加到A9上，以及当后处理收益接近饱和后，是否应该回到训练数据配比上解决coverage与FP的平衡。

A10：把后处理叠到A9上

A10的思路很直接：不重新训练模型，而是把前面在A6上验证过的高精度fragment过滤逻辑应用到A9输出上。这样可以检验两类收益是否互补：A9负责让模型整体更低误报，后处理负责清理一批稳定、可审计的剩余误报。

公开记录中不展示具体fragment内容，也不列出被删除的真实片段。这里保留的是实验结构：A9作为基础提交，后处理只做高精度过滤，提交前通过格式审计，再用线上指标判断收益是否转移。

线上结果显示，A10相比A9继续小幅提升，fp_char_rate再次下降，critical coverage没有进一步损失。这说明低误报训练和保守后处理可以叠加。

A12：后处理扩展的边际收益

A12继续扩大高精度规则集合，将多个经过筛选的fragment规则合并使用。结果仍然是正向的，但提升已经非常小。

这个结果比单纯的分数更重要。它说明fragment-only stacking已经接近饱和：继续扩大规则集合，收益会越来越小，而coverage风险会逐渐增加。后处理路线在这里已经完成了它最适合做的事情，即清理稳定误报，而不是承担主要模型能力提升。

因此A12虽然成为更强的候选，但它同时给出了一个停止信号：不要继续把希望押在多删一点span上。

A13：回到positive retention

A13因此改变方向：先调整基础模型，让它在保留低误报倾向的同时加强正例保持，再叠加已经验证过的高精度过滤。这个设计试图解决A9、A10和A12的核心矛盾：fp_char_rate已经降下来了，但weighted coverage和critical coverage仍需要更稳地保护。

A13的价值不在于再扩大过滤表，而在于尝试通过positive retention修复低误报路线带来的coverage压力。如果这条路线有效，后续优化就不必继续依赖越来越细的后处理规则，而可以回到模型训练本身。

风险与边界

今天的结论是，后处理不能无限承担优化任务。它适合做高精度、可审计、低风险的修边；一旦收益进入微小区间，就应该回到训练策略、数据配比或ensemble判断上。

公开记录仍然遵守PII边界：不展示真实样本、不展示具体规则片段、不展示样本编号、不展示预测明细。对外可讨论的是策略、指标趋势、验证口径和决策原因。

下一步计划

如果A13线上结果不能超过A12，也不代表方向失败。它仍然可以提供一个重要信号：低误报路线要继续提升，关键不再是多删几个span，而是如何在模型训练中重新平衡positive retention与hard negative稳定性。

后续更值得投入的方向，是把A9以来的低误报收益保留下来，同时通过更稳的正例保持、模型组合或候选仲裁恢复coverage。fragment stacking已经证明自己有用，但它不应该成为唯一答案。