feat(harness): correctness 三口径 + gate 块按 unit 跑

进化引擎与 gate e-process 从 question_id 口径迁至 unit_id 口径，AR pair
双向 AND 折叠为单元、不被 P/Q 单题计分污染；逐题 predictions 仅作溯源。

- question_units: 新增 unit_correctness_view(units, per_q)->dict[unit_id,bool]
  作为逐题→单元折叠的唯一入口（复用 unit_correctness）。
- core/evolution/validate: pair_block/compute_accuracy 参数改 unit_ids、
  分母按单元数（键即 unit_id）。
- app/harness/validate（gate 实际执行路径）：阶梯题序聚合为单元并保持信息
  阶梯序（_ladder_units），gate 块按单元切分（AR pair 整锁不跨块拆）；
  baseline_cache 键含 unit_id、存单元级对错；候选逐题读回后折叠成单元视图；
  n_used/W/L/四象限/准确率均按单元计；证据行按 unit 口径，candidate_correctness
  独立保留逐题对错供 runner 二轨合并。
- runner: probation 结算按 unit 折叠计 W/L（_probation_unit_flips）；quadrant
  四象限 id 承载 unit_id。

核心算法保真 #5（信息阶梯 e-process）：本次仅迁移 correctness 口径，不改冷启动
2:1 / gamma-EMA / 反泄漏算法本身（gate_ladder 迁移见 Task 8）。

core/evolution/validate.py

@@ -1,9 +1,12 @@
 """core/evolution/validate.py — 块验证纯决策函数。
 
-算法 #7（块顺序验证）的局部实现：pair_block 逐题比对基线与候选、
+算法 #7（块顺序验证）的局部实现：pair_block 按 unit 比对基线与候选、
 classify_quadrants 四象限分类、compute_accuracy 纯算术准确率。
 
-三个函数均为纯函数，无副作用、无外部依赖。
+三个函数均为纯函数，无副作用、无外部依赖。输入的对错映射均为 **unit 口径**
+（unit_id → 单元级正确性，AR pair 已在上游经 unit_correctness_view 双向 AND
+折叠），保证 e-process W/L 与准确率分母按单元计、不被 P/Q 单题计分污染
+（核心算法保真 #5：信息阶梯口径从 question_id 迁至 unit_id）。
 """
 
 from core.evolution.types import PairResult, QuadrantClassification
@@ -12,24 +15,24 @@ from core.evolution.types import PairResult, QuadrantClassification
 def pair_block(
     baseline: dict[str, bool],
     candidate: dict[str, bool],
-    question_ids: list[str],
+    unit_ids: list[str],
 ) -> PairResult:
-    """逐题比对基线与候选对错，统计翻转。
+    """按单元比对基线与候选对错，统计翻转。
 
     参数:
-        baseline: 基线臂每题正确性映射。
-        candidate: 候选臂每题正确性映射。
-        question_ids: 参与比对的题目 ID 列表。
+        baseline: 基线臂单元级正确性映射（unit_id → bool）。
+        candidate: 候选臂单元级正确性映射（unit_id → bool）。
+        unit_ids: 参与比对的单元 ID 列表（AR pair 折叠后为单一 unit_id）。
 
     返回:
         PairResult，包含 w（基线错→候选对翻转数）、l（基线对→候选错翻转数）
-        和 observed（每题的 (基线, 候选) 对错记录）。
+        和 observed（每单元的 (基线, 候选) 对错记录）。
     """
     w = l = 0  # noqa: E741 — 数学记号 W/L（win/loss），与 gate.py 一致
     observed: dict[str, tuple[bool, bool]] = {}
-    for qid in question_ids:
-        b, c = baseline[qid], candidate[qid]
-        observed[qid] = (b, c)
+    for uid in unit_ids:
+        b, c = baseline[uid], candidate[uid]
+        observed[uid] = (b, c)
         if not b and c:
             w += 1
         elif b and not c:
@@ -71,15 +74,15 @@ def classify_quadrants(
 
 def compute_accuracy(
     correctness: dict[str, bool],
-    question_ids: list[str],
+    unit_ids: list[str],
 ) -> float:
-    """纯算术：sum(correct) / len(ids)。
+    """纯算术：sum(correct) / len(units)，分母按单元数（非逐题）。
 
     参数:
-        correctness: 每题正确性映射。
-        question_ids: 参与计算的题目 ID 列表。
+        correctness: 单元级正确性映射（unit_id → bool）。
+        unit_ids: 参与计算的单元 ID 列表。
 
     返回:
-        准确率浮点数。question_ids 为空时抛出 ZeroDivisionError。
+        准确率浮点数。unit_ids 为空时抛出 ZeroDivisionError。
     """
-    return sum(correctness[qid] for qid in question_ids) / len(question_ids)
+    return sum(correctness[uid] for uid in unit_ids) / len(unit_ids)