Lampio 知识库

主题

短语非组合性三档标签 — 跨端交接 plan（B 方案根治精度） ​

物理仓库：RB（/Users/larry/reading-browser）。 跨端协调 plan 统一存 RB（CLAUDE.md §9）。RVH 会话用绝对路径读本文件： Read ~/reading-browser/docs/plans/archive/phrase-noncompositionality-tiering-crossend-plan.md 跨仓库文件引用一律用 ~-锚定绝对路径：RB→~/reading-browser/...，RVH→~/reading_vocab_helper/...。

前置：先读 thin-slice plan ~/reading-browser/docs/plans/archive/phrase-auto-highlight-thinslice-plan.md（v1 已落地，commit 0808399）。本 plan 是其"后续相"。

0. RVH 会话启动信息（复制粘贴到新开的 RVH 会话） ​

启动 B 时，把下面整块贴进一个新的 RVH 会话（CLAUDE.md §9 会话隔离）。

任务：短语「非组合性三档标签」(idiomaticity) —— RVH pipeline 侧（B 方案 / 短语精度根治）

【会话隔离】这是 RVH 仓（~/reading_vocab_helper，Flutter/Dart + 预装库 pipeline）的工作。
跨端协调 plan 统一存在 RB 仓，用 ~-锚定绝对路径读，禁止裸相对路径。

【先读完整规格（RB 仓，绝对路径，唯一真相源）】
Read ~/reading-browser/docs/plans/archive/phrase-noncompositionality-tiering-crossend-plan.md
（含背景、三档判定 rubric §2、数据模型两选 §3、RB 消费契约 §4、验证口径 §5、你的待办 §6）

【前置阅读（同在 RB 仓）】
- ~/reading-browser/docs/cross-end/06-rvh-phrase-library-brief.md          ← 短语库源头/word_tags 结构
- ~/reading-browser/docs/cross-end/10-synonym-differentiation-handoff.md   ← JSON 内加键先例（word_tags tag 值同类）
- ~/reading-browser/docs/cross-end/12-etymology-handoff.md                 ← 加独立列先例

【一句话目标】
给预装库 reading_vocab.db 里 6,611 条 phrasal_verb/idiom 短语，各打一档 idiomaticity ∈
{always | context | literal}（rubric 见 plan §2），让 RB 端「只自动高亮 always 桶」，
根治当前 41% 误报。判定是【类型层、与上下文无关】，烤进预装库一次定。

【交付（详见 plan §6）】
1. 跑 LLM judge 产出每条短语三档 + 坏词条标记（如 some person）
2. 建模决策：word_tags 加 `idiomaticity:always|context|literal` tag 值（推荐，省 RB migration，
   现有 tag abbreviation/basic/idiom/phrasal_verb/proper_noun/symbol 不撞）/ 或新列 idiomaticity
   （仿 12-etymology）。决定写回 plan §3
3. 写入 ~/reading_vocab_helper/assets/databases/reading_vocab.db，bump 预装库版本号
4. 产出确认文档 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md
   （记 SHA / 版本 / 建模方式 / 各档计数 / 是否 additive）
5. 知会 RB：RB 新会话据该文档跑 /vocab-reseed + 消费改动

【纪律】红线 #10 双端 byte-equal；加 tag 值/列都不增表 → sync 脚本 4 表白名单断言不变。
【校准参考（RB 实测）】应判 context：come to / work in / sit in / move in / look on / draw on …；
应判 always：by virtue of / spill the beans / by and large / cautionary tale …；边界保守归 context。

流程：RVH 先行（产出标签→写预装库→确认文档）→ 回 RB 新会话（/vocab-reseed + §4 消费改动）→ 观察 §5 误报率。

1. Context（为什么做） ​

短语自动高亮 thin-slice v1 用 basic tag 当精度粗代理，实测验证：basic 过滤必要但不够。

v1 上线后真实埋点（phrase_interaction_log，约 1 小时主动测试样本）：

指标值
shown219 个短语 / 19 页
clicked51
dismissed（LLM 判 fit=false）21
误报率 = dismissed/clicked41% ⚠️

误报集中在非-basic 但高度字面的"动词+介词"短语：come to(3/3)、work in(2/2)、and how(2/2)、sit in/move in/start in/look on/draw on/make for/as of/of choice，以及坏词条 some person。 真正有价值的命中（点了没被撤）：by virtue of/cautionary tale/labor of love/come together/to do with/stand behind。

根因：basic 区分的是"高频/常见"，不是"组合性"。come to 非 basic 但绝大多数是字面用法。需要一个直接刻画"非组合性/歧义度"的信号。

为什么放 RVH pipeline（静态）：短语【类型】的非组合性是通用词知识（spill the beans 几乎永远是习语；come to 经常字面），与上下文无关 → 烤进预装库一次定、运行时确定性读取。符合 LLM 静态/运行时选址轴（docs/cross-end/...、memory project_llm_static_vs_runtime_axis）。

2. 三档分类方案（RVH 产出的核心） ​

给每个 phrasal_verb / idiom 短语打一档 idiomaticity：

档判据示例归宿
always几乎任何上下文都是非组合（习语）义；字面解读罕见或不通by and large, spill the beans, by virtue of, labor of love, cautionary tale, a dime a dozen✅ 自动露（本地、免费、秒出，不走 LLM）
context习语义与字面义都常见，需上下文才能定come to, work in, make up, look up, pick up, break down, move in默认不露（选区按需）；§9 深度模式的 LLM 消歧候选
literal绝大多数是字面/话语用法，习语价值低kind of, a number of, as long as, and how, of choice❌ 始终不露，连深度模式也不送 LLM（省调用、不值得）

三档其实是「LLM 路由闸」（结合 §9 深度模式看更清晰）：always = 永不需要 LLM（类型已确定）；context = 唯一值得跑 occurrence-LLM 的桶；literal = 跑了也是浪费。这正是把判断放静态类型层的价值——先用一次性静态标签把「该不该问 LLM」筛掉，运行时只对真正含糊的 context 桶问。

判定规则（给 RVH 的 LLM judge rubric）：

  1. 问"这个串在真实英文里，非组合习语义占比大概多少？" ≳90% → always；30–90% → context；≲30% → literal。
  2. 边界一律保守归 context（宁可漏、不误报）。break down 这种（车抛锚/情绪崩溃 vs 破门）→ context。
  3. 坏词条剔除：judge 顺便标记"根本不像独立习语"的条目（如 some person），RVH 决定从短语库移除或降级。
  4. 判据是类型层、与上下文无关——不是判某一句，是判这个短语作为词条的固有性质。

RB v1 只用 always 档自动高亮；context/literal 都不自动露。三档保留信息量供未来调（如将来想给 context 桶上 occurrence 级 LLM）。

3. 数据模型（RVH 产出格式 + byte-equal 纪律） ​

✅ RVH 已定（2026-06-18）：采用「word_tags tag 值」方案（下方推荐项）。 落地：phrase 行 word_tags 加 idiomaticity:<tier> 值（generate_db 短语 overlay 回填， 源自提交进仓库的确定性缓存 data/phrase_idiomaticity.json）。纯 additive、零 schema migration——RB 端只需 matcher SQL 加 MAX(CASE WHEN je.value LIKE 'idiomaticity:%' …) 取档 （现有 word_tags = excluded.word_tags merge SQL 不动）。坏词条（如 some person）物理移除 （不入库为 vocabulary 行）。详见交接确认文档 docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md。 ⚠️ substr 偏移：tag 前缀 idiomaticity: = 13 字符（含冒号），取 tier 值用 substr(value,14) （本文件 §4 写的 13 是冒号位，RB 实现取 14）。

推荐：作为 vocabulary.word_tags JSON 数组的新 tag 值（不是新列）：

  • 在现有 ["idiom","phrasal_verb","basic"] 里加一个档值：idiomaticity:always / idiomaticity:context / idiomaticity:literal（带前缀避免与其它 tag 撞）。
  • 优势（关键）：word_tags 已是现成列，预装库 reseed 的 merge SQL 已含 word_tags = excluded.word_tags → 无需 RB 端 schema migration、无需改 helpers.rs merge SQL，纯 additive reseed（沿 RVH v19-synonym/⑤ 差异化的"riding 现有列"先例，比 ⑦ etymology 独立列省一步）。
  • RB 端只需：matcher SQL 加一个 MAX(CASE WHEN je.value LIKE 'idiomaticity:%' ...) 取档（与现有 is_basic 完全同款，见 §4）。

备选：新列 idiomaticity TEXT（'always'|'context'|'literal'）。语义更干净、更易 admin review/排序，但需双端 ALTER ADD migration + helpers.rs merge SQL 加 idiomaticity = excluded.idiomaticity（沿 ⑦ etymology 独立列先例，红线 #10）。若 RVH 倾向列式建模，走这条也可，RB 跟进一个 ALTER-ADD migration。

两端最终选哪种由 RVH pipeline 建模习惯定；RB 都能跟进，工作量都很小。红线 #10：无论哪种，reading_vocab.db 双端 byte-equal，发版用 scripts/sync-rvh-vocabulary.sh 整包覆盖。

覆盖范围：当前短语集 = word_tags 含 phrasal_verb/idiom 且 frequency_rank ≤ 6000，约 6,611 条（RB 实测）。RVH judge 需覆盖这批（可含更冷僻的，RB 侧用 freq 阈值兜）。

4. RB 侧消费改动（RVH 产出后，RB 新会话执行） ​

最小改动，全部镜像现有 is_basic 模式（见 commit 0808399）：

  1. src-tauri/src/commands/vocabulary/query.rs · match_phrases_in_node_texts：
    • SQL 加 MAX(CASE WHEN je.value LIKE 'idiomaticity:%' THEN substr(je.value,14) END) AS idiomaticity（tag 方案 — 已定；前缀 idiomaticity: 13 字符含冒号，tier 从第 14 字符起，故 substr(...,14)，不是 13）。
    • phrase_map value 加 idiomaticity，PhraseMatch（mod.rs）加 pub idiomaticity: String。
  2. src-tauri/src/content-script/features/phrase-highlight.js · highlightPhrasesOnPage：
    • 自动路径 filter 从 !m.is_basic 改为 m.idiomaticity === 'always'。
    • 选区按钮路径（highlightPhrasesInSelection）不变：仍露全部（含 context/literal），保留捞回。
  3. 保留 on-click LLM 兜底（maybeResolvePhrase/dismissPhraseHighlight）：标签错判漏进来的 false positive 仍能点击时自愈 → 类型层粗筛 + occurrence 层兜底双保险。
  4. basic 过滤可保留或移除：always 档天然已排除 basic 话语词，但留着无害（双层）。建议保留 is_basic 字段、过滤条件改成 idiomaticity==='always'（更准）。
  5. 若走列方案：加一个 ALTER-ADD migration（vN+1）+ helpers.rs merge SQL 加列。

5. 验证（数据闭环） ​

RB 已有 phrase_interaction_log（migration v20）。B 落地后用同一张表对比：

  • 误报率 = dismissed/clicked 应从 41% 大幅下降（目标 <10%）——因为 context 桶的 come to/work in 等不再自动露。
  • shown_sum 会下降（覆盖收窄，预期）——观察是否过窄（always 桶太小导致几乎没短语露出）。
  • 抽查：always 档里有没有混进字面短语（标签错判，系统性可定位）；context 档里有没有该升 always 的高价值习语（覆盖损失）。

判据：误报率达标且 always 桶覆盖不过窄（每页仍能露出有意义数量的真习语）→ B 成功，可考虑把 phrase_auto_highlight 默认值定为 on 进发版。

6. RVH 会话的待办（交接清单） ​

RVH = ~/reading_vocab_helper（Flutter/Dart + 预装库 pipeline）。本节是给 RVH 新会话的 actionable 清单。

前置阅读（RVH 会话先读，都在 RB 仓，用绝对路径）：

  • 本短语库的源头 brief：~/reading-browser/docs/cross-end/06-rvh-phrase-library-brief.md（短语集怎么来的、word_tags 结构）
  • 建模两种先例：~/reading-browser/docs/cross-end/10-synonym-differentiation-handoff.md（在 JSON 内加键，word_tags tag 值同类）/ ~/reading-browser/docs/cross-end/12-etymology-handoff.md（加独立列 + RB merge SQL DO UPDATE SET 多一步）
  • 资产纪律：红线 #10 + ~/reading-browser/scripts/sync-rvh-vocabulary.sh（4 表白名单断言；加 tag 值不增表 → 断言不变；加列同理不增表）
  1. 判定 idiomaticity 三档：对预装库 6,611 条 phrasal_verb/idiom 短语（freq≤6000，与 RB 实测一致）跑 LLM judge（rubric 见 §2），产出每条的档值 + 坏词条标记。
  2. 建模决策：选 word_tags tag 值（§3 推荐，省 RB migration；现有 tag = abbreviation/basic/idiom/phrasal_verb/proper_noun/symbol，加 idiomaticity:always|context|literal 前缀不撞）还是新列 idiomaticity（更干净，仿 12-etymology）。把决定写回本文件 §3 备注。
  3. 写入预装库 ~/reading_vocab_helper/assets/databases/reading_vocab.db，bump 预装库版本号。
  4. 坏词条处理：some person 类从短语库移除或降 literal。
  5. 产出交接确认文档 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md（编号 15 = 现有最高 14 +1）：记 SHA、版本号、建模方式（tag/列）、各档计数、是否 additive/需 migration。
  6. 知会 RB：RB 新会话据该确认文档跑 /vocab-reseed（整包覆盖 byte-equal）+ §4 消费改动。

判定质量参考（用 RB 实测数据校准 RVH 的 judge）：

  • 应判 context（v1 实测误报）：come to, work in, sit in, move in, start in, look on, draw on, make for, and how, as of, of choice。
  • 应判 always（v1 实测真命中）：by virtue of, cautionary tale, labor of love, spill the beans, by and large, a dime a dozen。
  • break down / come together 是边界——按 §2 规则 2 保守归 context（即便 v1 里它们暂时没误报，可能是运气/样本小）。

7. Rollout 顺序 ​

RVH 新会话：judge 三档 → 写预装库 → bump 版本 → 交接确认文档
  ↓（byte-equal 整包）
RB 新会话：/vocab-reseed → §4 matcher/filter 改动 → build-check → 实机
  ↓
观察 phrase_interaction_log 误报率是否 <10% + 覆盖不过窄
  ↓
达标 → phrase_auto_highlight 默认 on，进发版评估

8. 不做 / 边界 ​

  • B 本身不做 occurrence 级扫描时 LLM（见 §9 为单独的后续档）。 注意（2026-06 LLM 选型后修正）：推后 occurrence-LLM 不再是因为"贵"——DeepSeek V4 Flash 实测 ~0.056¢/篇（§9），便宜。推后的真正理由是：① always 桶本地、免费、秒出、可离线，对它跑 LLM 纯浪费；② 隐私——默认层零文本外发，整篇外发留给 §9 opt-in 深度模式做知情同意闸；③ 延迟/可靠——不让默认高亮卡在 LLM 往返 + DeepSeek 峰值波动上。
  • 为什么不干脆"全部短语都跑 LLM 消歧"（既然便宜）：会让每个高亮都等 LLM（always 桶秒变 1-3s）、每篇都外发、且依赖 API 在线。B 的静态三档把"明显的（always）"和"没救的（literal）"先筛掉，只把真正含糊的 context 桶留给 LLM——延迟、隐私、鲁棒性都更好，且 LLM 调用量最小。便宜不等于该处处都用。
  • 不动选区按钮路径：始终匹配全部短语（含 context/literal），保留用户捞回（对齐"决定 A"意图）。
  • 三档是离散标签，对边界短语必有取舍——保守归 context，宁可覆盖窄、不误报。
  • 验证分层：§5 的"误报率 41%→<10%"是验 B 的 always-桶默认层；context 桶经 §9 深度模式的精度是另一档单独验证，不混算。

9. 后续档：context 桶"深度模式"（B 站稳后再评估，opt-in / 付费） ​

B 让 context 桶不自动露（稳，但漏掉它们偶尔的习语用法）。要把 context 桶也准确露出，需 occurrence 级上下文判断 = LLM。设计成独立 opt-in / premium 档，不进免费默认：

  • 触发：用户开"深度短语模式" → 进 reader 模式时对本页 context 桶候选跑一次批量 LLM 消歧 → 只高亮判为习语义的。always 桶（B，本地）仍秒出，context 桶 LLM 返回后二段补出。
  • 模型 = DeepSeek V4 Flash 非思考（2026-06 选型，复用现有 translate_provider=deepseek + _shared/llm.ts）。对"习语 vs 字面"二分类够用；思考模式/Pro 是杀鸡用牛刀（Pro 标准价反比 Haiku 贵）。低置信候选可选择性升思考模式二判。
  • 成本：V4 Flash ≈ 0.056 美分/篇（每篇 ~3000 in/~500 out），比 Haiku（~0.55¢）便宜约 10×；重度用户 50 篇/天全开 ≈ $0.84/月。成本几乎不是问题。
  • 付费门的真正意义 = 隐私同意，不是收成本：深度模式把整篇正文发第三方（vs 点击只发一句），与 local-first 倾向冲突 → opt-in 显式知情同意。
  • 复用现成：explain_phrase 骨架 + _shared/llm.ts（计量/限额/llm_call_log 成本看板/预算闸）全现成。注意：_shared/llm.ts 的 deepseek 别名 2026-07-24 废弃 → 迁 deepseek-v4-flash（计价已于本次更新）。
  • 运营：DeepSeek 高峰期延迟有波动 → 强实时"加载即高亮"留意；reader 批量/异步路径影响小。
  • 决策前：用 phrase_interaction_log 真实短语 + 构造句跑小评测量 Flash 准确率（≥90% 与人工一致即采用）。评测脚手架 /tmp/phrase_eval/（gold set 28 条 = 习语 19 + 字面 9，key 取 dev 库 translate_api_key）。
    • ✅ 2026-06-18 已跑（gate-B 通过）：deepseek-v4-flash = 92.9%（26/28，0 漏报、2 误报）；deepseek-v4-pro = 92.9%（错得完全一样）。
      • 结论：采用 flash，不用 pro——同准确率、同错、同位置；pro 贵 ~12×/慢 3× 却一个没多对 → 非模型能力问题，升级无救。坐实 §9 选型。
      • 0 漏报：19 个真习语全识别 → context 桶"救回"功能有效。
      • 2 误报均 work in 字面句（flash/pro 同错）→ prompt/gloss 质量问题：gold 给泛化 gloss "to insert or include something"，被 work in 多义干扰。§9 实现时给 per-sense 精准 gloss 可改善。
      • 诚实保留：gold 是平衡集，真实网页字面分布更多 → 线上 FP 率可能高于 22%(2/9 字面句)；这是离线 gate，非线上误报率。
      • 环境卡点已解（原"代理自签证书未跑完"根因）：Python OpenSSL 不读 macOS keychain，DOVE 透明 TLS 拦截的根证书撞 self-signed（curl 读 keychain 不受影响）→ 评测脚本 ssl._create_unverified_context() 关验证（本机可信代理、数据非敏感）。

10. v21.1 retag —— 3 个 over-confident always 重判（A 喂 B 第一步，2026-06-24 敲定） ​

物理仓库：本文件在 RB。A 的执行在 RVH 新会话（Flutter/Dart + pipeline，CLAUDE.md §9）。 本节是给那个 RVH 会话的 actionable 清单。RB 侧已用真实埋点定位 + 决策敲定，RVH 直接执行。

背景：v21 上线后真实埋点（phrase_interaction_log，2026-06-24 dev 库）：CTR 3.9%（25/639）、误报率 28%（7/25）。28% 100% 可归因到两个确定性根因——桶① boilerplate（all right reserve×2，RB 第 0 步 commit 2a2e0b3 已用扫描范围收窄根治）+ 桶② 这 3 个类型层 mistag（本节）。无任何弥散性误报。

这 3 个全部被 v21 judge 标成 idiomaticity:always，全部标错：

短语字面读法（被误标的高频来源）重判目标档理由
in the black"in the black coat/car"（black 作形容词）context财经习语真有价值，财经文里也常见；交 §9 深度模式救回（财经句→高亮，"black coat"→不高亮）
to die for"to die for [a cause]"（为某事而死）context"a dress to die for" 习语本身相当常见，值得 occurrence-LLM 判
so much for"thank you so much for…"（碾压性字面搭配）literal字面搭配频率碾压、习语义罕见到不值得占 LLM 配额；落 literal = §9 深度模式也不送，"so much for our plans" 永不救回（有意取舍）

RVH 会话的待办：

  1. 先查根因：核对 v21 judge 当初按什么规则把这 3 个判成 always（看 data/phrase_idiomaticity.json 缓存 + judge prompt）。目的是避免下次 reseed 又打回。
  2. 修 rubric 系统性盲区（比修 3 个词更重要）：v21 judge 问的是"这是不是真习语？"（这 3 个答案都是 yes → 给 ≳90% → always），却没充分加权"surface 串在真实语料里习语义占比多少"。so much for/to die for 都是「高频字面搭配 + 真习语」双重身份串——这是 always-mistag 的系统性陷阱类型。修法 = judge prompt 显式估计 surface 串的字面搭配频率，把这类陷阱识别出来。建议顺带 re-scan 全 6,611 条里是否有同模式的其它 always 误标（如其它"动词+介词/形容词补语"高频字面串）。
  3. 重判落档：in the black→context、to die for→context、so much for→literal（按上表）。
  4. additive reseed：改 word_tags 的 idiomaticity: tag 值（纯 additive，无 schema migration，沿 v21 先例）；bump 预装库版本号。
  5. 交接确认：在 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md 续记本次 retag（SHA / 版本 / 这 3 个的新档 + 任何 re-scan 连带改动 / additive 确认）。
  6. 知会 RB：RB 新会话据确认文档跑 /vocab-reseed（整包覆盖 byte-equal）。RB 侧消费零改动——matcher 已读 idiomaticity 档、filter 已是 === 'always'，这 3 个移出 always 即自动停止高亮。

RB 侧后续（不在本 RVH 会话）：reseed 后 gate-A 重测（误报应 <10%）→ 达标评估 phrase_auto_highlight 默认 on；§9 深度模式（B）单开 RB 会话，目标桶 = context（含本次降级进来的 in the black/to die for）。

关键次序洞见：A + reseed 单独就能闭合 gate-A ⚠️ 被 2026-06-25 gate-A 实测推翻（见 §11）——v22 demote 222 个后仍 28% 误报，长尾未覆盖。B（§9）仍是独立增强、非 default-on 前置。

11. v23 retag 第 2 轮 —— surface 陷阱降 context（gate-A 实测驱动，2026-06-25） ​

方向：RVH pipeline 续作（A→B 延续）→ 本节 = 给 RVH 新会话的 actionable → RB 据回执 /vocab-reseed。 驱动：gate-A 实测（~/reading-browser/docs/plans/archive/phrase-auto-highlight-thinslice-plan.md §gate-A 实测）发现 v22 后 always 桶仍 28% 误报，硬 FP 双轨根因之一 = surface 陷阱（另一轨 lemma 折叠见 §短语 B #1b / backlog 噪声治理条，单独 RVH 会话）。 RB 侧消费零改动——matcher 已读 idiomaticity、filter 已 === 'always'；降 context 即自动停止高亮。

11.1 目标 & 确诊 3 个（当前都 idiomaticity:always，应降 context） ​

短语字面框（误命中来源）习语义
on the loose"on the loose grit"（loose=形容词修饰名词）逃逸在外
for the bird"for the birds"（指真实的鸟）没价值
to speak of"refuse to speak of the condition"（=谈及/说起）值得一提（多见于 "nothing to speak of"）

demote-only（always→context），对 RB 单调更安全（只减假高亮）。预装库 v22→v23。

11.2 关键调查项（比降 3 个更重要 — 否则下轮还漏） ​

v22 的 re-scan 已加 rule 6「SURFACE-STRING TRAP」+ challenge demote，为什么这 3 个还留在 always？先查 data/phrase_idiomaticity.json + rescan_always_idiomaticity.dart 判定记录，定位漏网原因：

  • challenge 把它们的「字面框占比」估低了（判 ≳90% 习语 → 保留 always）？
  • demote-only 保守回退（缺回显/失败保留 always）误留？
  • re-scan 采样/阈值没覆盖到？

据此修 challenge 的字面框估计（这 3 个作校准锚点），让本轮真正捞到它们 + 同模式长尾。

11.3 RVH 待办（照 v22 §10） ​

  1. 修 challenge 字面框判定 → re-scan always 桶（demote-only）→ 降这 3 个 + 同模式连带。
  2. additive reseed：改 word_tags 的 idiomaticity: tag 值（无 migration），bump 预装库 v22→v23。
  3. 校准锚点全程保 always（抽查 by virtue of / spill the beans / at stake / pave the way / pan out 等真习语不误降）。
  4. 续写交接确认 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md 新 §11（SHA / v23 / 降级清单 / additive 证明 / 这 3 个新档）。
  5. 知会 RB：RB 新会话据回执跑 /vocab-reseed（byte-equal 整包覆盖）；RB 消费零代码改动。

11.4 边界 / 不做 ​

  • 不治 lemma 折叠（in a fix←fixed / all right reserve←rights reserved）——另一轨，lemmatizer 资产 bug，单独 RVH 会话（backlog「RVH 短语/习语归一噪声治理」/ §短语 B #1b）。
  • 低价值 basic（no matter what / pay attention）：它们语义上确是 always（降 context 是错的），属"正确但低价值"噪声、非 FP（实测 2/18）。
    • ⚠️ 「RB filter 加 !is_basic」已否决（2026-06-25 量化核实）：always+basic 共 59 条，约一半是高价值彩色习语（cut to the chase / bad hair day / judge a book by its cover / call it a day / out of one's league / too good to be true / keep an eye on…）。basic tag = "高频/常见" ≠ "低价值"，一刀切 !is_basic 会误杀这些该高亮的习语，得不偿失。
    • 正解（可选、低优）= RVH 精挑"纯话语功能"子集降 literal（no matter what / by far / on purpose / for the most part / in spite of / right away / the other day / from time to time / once in a while / how come / fair enough…），保留彩色习语在 always。属判断活，可选择性折进本轮 retag、也可单列。
    • ✅ 已落地（round-3 v24，2026-06-26）：上述 12 个纯话语功能子集（no matter what/pay attention/for the most part/by far/on purpose/in spite of/right away/the other day/from time to time/once in a while/how come/fair enough）已 demote always→literal，连同 A 类 all along→context。预装库 v24（SHA 1315958f…，always 2776 / context 3451 / literal 383）。确定性覆盖层、零 LLM、纯 additive。回执 = docs/cross-end/15 §12。静态 idiomaticity 治理自此冻结（floor+ceiling，残留 occurrence FP 交 §9 深度模式）。

11.5 gate-A 复测（RB，1a+1b 都 reseed 后） ​

按 thinslice §gate-A 实测同法（Claude 读 data-rb-sentence 逐条判，文学/叙事体裁取样）→ FP <10% 且覆盖不过窄 → 评估 phrase_auto_highlight 默认 on。

11.6 ✅ RVH 落地回执（2026-06-25，RVH 会话完成） ​

RVH 待办 1+2+3+4 已完成，预装库 v22→v23。详见交接确认文档 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md §11（完整 SHA / 降级清单 / additive 证明 / 根因）。

项结果
漏网根因probe 实证 = challenge 的 surface-trap 只框 FRAGMENT，漏 HOMONYM（整串本身就是常见字面短语，如 for the birds=真鸟 / to speak of=谈及）。非保守回退误留、非采样未覆盖。顺带发现旧 prompt 误降锚点 pan out（噪声实锤）
rubric 修补classify rule 6 + challenge CRUCIAL 段拆 (a)FRAGMENT + (b)HOMONYM 两类各给锚例 + 加 PROTECT 清单 防 flagship 误降。probe 验证：3 目标全 demote、12 锚点（含 pan out）全 keep
落档3 确定性（on the loose/for the bird/to speak of→context）+ re-scan 连带 246 + 19 锚点保护集（绝不降级）= 249 条 always→context（纯 demote-only）
三档分布always 3040→2791（占 42%，不过窄）/ context 3200→3449 / literal 371 不变
新 SHA（v23）81f4a06d66c5ce1d241754effbf7c868654dce59fe1365f75b23e3dc7af86661
additive 证明row-content diff（排时间戳列）：18899 行不变、仅 249 行 word_tags 变、tier moves 全 always→context、0 触碰其它列；lemma 表 140370/101646 不变
RB 行动/vocab-reseed 整包覆盖（SHA 81f4a06d…）+ bump VOCABULARY_SEED_VERSION；消费侧零代码改动（filter 已 === 'always'）。详见确认文档 §11.6
边界lemma 折叠轨（in a fix←fixed / all right reserve←rights reserved）不在本轮，单独 RVH 会话治

12. v25 tier-quality retag —— go to + 透明 PV 降 literal（deep-mode 多体裁评测驱动，2026-06-27） ​

物理仓库：本文件在 RB。执行在 RVH 新会话（Flutter/Dart + pipeline，CLAUDE.md §9）。本节 = 给那个 RVH 会话的 actionable。 与 v24"冻结"的关系：v24 冻的是 occurrence-FP 的 always 反复 retag（边际递减、whack-a-mole）。本节性质不同—— 修 tier 误分类：一批 context 桶短语根本没有非组合性义项（所有 sense 都字面/透明），本不该当 deep-mode 候选。 这是一次性 tier 质量校正（deep mode P1 多体裁评测实证驱动），做完再 re-freeze，不是重开 occurrence 轮次。

12.0 为什么（RB 侧 deep mode P1 评测实证） ​

RB 深度短语模式 P1 落地后做了 5 体裁实机评测（~/reading-browser/docs/plans/phrase-eval-log.md）。论说/新闻/文学/科学体裁经 RB 侧 prompt/gloss 收口后已干净；唯一 RB 治不动的硬 FP = go to：

  • go to 的 pos_definitions 4 个 sense 全字面（"to attend an event or place" / "attend classes at a school" / "tend to support" / "intended to happen"）——没有任何"whole > parts"的习语义。
  • 回忆/纪实体裁实测：go to（"you went to Deerbrook Mall" / "went to The Woodlands"）反复判 idiomatic=true = FP。
  • RB 侧 prompt（"位移→false"）+ 全 sense gloss + gold 回归都兜不住：gold 单测能判对，但整页 batch 一起判时 邻居项影响 + flash 方差 → 实机仍漏。根因 = 它压根没习语义、不该进 context 桶。"go-to"（=可靠首选）是形容词 go-to， 另一个词条，不是动词 go to。
  • ∴ robust 解只能 tier 层：go to → idiomaticity:literal（deep mode 直接不送、不判、不亮）。

12.1 确诊 + 候选（RVH 执行） ​

A. 确定降级（已坐实，直接做）：

短语（归一 PK）现 tier目标理由
go tocontextliteral4 sense 全字面、无习语义；多体裁实测 FP；prompt/gloss 治不动

B. 复核降级（透明高组合 PV，用 §12.2 rubric 判，疑似但需 RVH 定夺）： RB gate-C 单页样本里这些 context-tier PV 属"义对但太透明=噪声"（learner 词都认识、合起来也直白）： slow down / speed up / get up / pass by / cut out（及同模式"动词+纯方向副词"透明 PV）。 ⚠️ 别一刀切：其中有的可能有非透明义（cut out = "停止/适合"："cut it out" / "cut out for"；pass by = "错过/逝去"）。 逐个过 rubric：有任一非组合义 → 留 context；纯方向/程度透明、跨 occurrence 几乎无歧义 → literal。

12.2 判别 rubric（demote-to-literal 唯一判据） ​

对每个候选问一句："这个短语有没有至少一个'词都认识却猜不出'的非组合义项（whole > parts）？"

  • 有（哪怕也有字面义）→ 留 context（那个习语义正是 deep mode 按 occurrence 救回的目标，别动）。
  • 没有（所有 sense 都是字面/透明组合）→ 降 literal（deep mode 不送、省判省噪声）。

go to = 没有 → literal。break down(=decompose) / set out(=embark) / to do with(=related) 等 = 有 → 必须留 context。

顺带 re-scan（比降几个更重要、防下轮再漏）：扫 context 桶里同模式的"全字面义 PV"—— ①"go/come/move/walk + to/into a place"纯位移；②"动词 + 纯方向副词"无引申义。建议 judge prompt 显式加 "该短语是否存在非组合义"作 tier 判据（没有 → literal，而非 context）。

12.3 落档机制（照 v24 / cross-end/15 §12.3 确定性覆盖层，纯 additive） ​

tools/vocabulary_builder_v3/data/phrase_idiomaticity_overrides.json 的 retags 段加 context→literal 项 （A 类 go to + B 类经 rubric 确认者），bin/apply_* 幂等套用进缓存 → generate_db overlay 再幂等套用 → 任何重建逐字节复现。纯 word_tags 改 idiomaticity: 值，无 schema migration、不碰 lemmatizer/PK（沿 v22/v23/v24 先例）。 bump 预装库版本（v25）。

12.4 加性证明（红线 #10） ​

新 v25 output DB vs 旧 v24 assets DB 做 row-content diff（排时间戳列）：18898 行不变、仅降级条数行 word_tags 变、 tier moves 全 context→literal、0 触碰其它列、lemma 表 140370/101646 不变。

12.5 回执 + RB follow-up ​

  • RVH 在 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md 续记 §13（SHA / 版本 v25 / 降级清单 A+B / re-scan 连带 / additive 确认）。
  • RB 据回执跑 /vocab-reseed（整包覆盖 byte-equal + bump VOCABULARY_SEED_VERSION v25）。RB 侧消费零代码改动 （deep mode 只送 context；go to 移出 context 即自动停止被判/高亮）。RB 再跑 /phrase-eval 多体裁复测（回忆体裁 go to FP 应清零）。

12.6 边界 / 不做 ​

  • 纯 demote context→literal（A 确定 + B 经 rubric）；不碰 always 桶、不做 occurrence 级 retag（v24 已冻、保持冻）。
  • 不误伤有非组合义的 PV（rubric 把关：有习语义一律留 context）。
  • 本轮 = 一次性 tier 质量校正，做完 re-freeze 静态治理。RB 侧 prompt 已收的（过程位移 / for good 碰撞）不进本轮（那是 occurrence，归 RB edge）。

12.7 ✅ RVH 落地回执（2026-06-27，RVH 会话完成） ​

RVH 待办全部完成，预装库 v24→v25。详见交接确认文档 ~/reading-browser/docs/cross-end/15-rb-phrase-tiering-reseed-confirmation.md §13（完整 SHA / 降级清单 / additive 证明 / 不误伤清单 / rubric 修补）。

项结果
A 类确定降go to → literal（4 sense 全字面、无习语义）✓
B 类经 rubricslow down / speed up → literal（全 sense 透明）；get up/pass by/cut out 留 context（各有非组合义，rubric 把关不误伤）✓
re-scan 连带27 条 context 桶"全字面义 PV"（纯位移 / 纯地点 leave-enter）→ literal；go/come/move + in/over 家族全部正确留 context（有真习语义）
落档机制确定性覆盖层（零 LLM）：overrides.json retags +30 + bin/apply_v25_tier_quality.dart 幂等套用 + generate_db overlay（applied 0 忠实重构）
rubric 前向保险idiomaticity_generator.dart classify rule 3 扩「透明 MOTION/DIRECTION PV 无非组合义→literal」+ 不误伤 contrast 锚例
三档分布always 2776 不变 / context 3451→3421 / literal 383→413；总词数 18898 不变（0 prune）
新 SHA（v25）b2821764adcdc48b5fe919032bb83d19aa608a69455c25f00d4b871034ec1795
additive 证明row-content diff（排时间戳列）：18898 行不变、仅 30 行 word_tags 变、全 context→literal、0 触碰其它 18 列；lemma 表 140370/101646/4 行数+内容 byte-identical（红线 #5e）
RB 行动/vocab-reseed 整包覆盖（SHA b2821764…）+ bump VOCABULARY_SEED_VERSION；消费侧零代码改动（deep mode 只送 context，go to 移出即停送）。再跑 /phrase-eval 多体裁复测（回忆体裁 go to FP 应清零）。详见确认文档 §13.6
边界RB prompt 已收的过程位移（pass through/along/shoot out）/ for good 碰撞不在本轮（occurrence 级，归 RB edge）