docs: add TaskTypeStrategy design + Plan A framework plan

research-wiki/designs/2026-07-12-per-category-pool-strategy-design.md

@@ -0,0 +1,267 @@
+# Per-Category Pool Strategy 设计
+
+> **状态**: 已批准  
+> **日期**: 2026-07-12  
+> **关联**: [app-harness-design](2026-07-07-app-harness-design.md)、[question-gen-v2-design](2026-07-11-question-gen-v2-design.md)
+
+## 1. 动机
+
+v2 题目生成管线为 12 个 task_type 各生成 30 题（共 360 题）。需要支持：
+
+| 需求 | 说明 |
+|------|------|
+| 按类增量 baseline | 类别生成完成后立即可跑 baseline inference，无需等全量完成 |
+| Per-category 分层划分 | 每类 30 题按 correctness 2:1 分为 20 train / 10 val |
+| 按类训练 | `--task-types` 控制训练作用域，快速验证单类别效果 |
+| 外部 test 池 | test 用 Video-MME 900 道真题中同类题目，不从生成题中抽取 |
+| 全局训练兼容 | 全类别联合训练时 system/tool 慢进化看全量 val 信号 |
+
+## 2. 方案选型
+
+| 方案 | 描述 | 取舍 |
+|------|------|------|
+| A. 最小改动 | 在 `build_pools` 内加 if 分支 | 改动小但两条路径耦合 |
+| B. 替换为纯 per-category | 删除全局模式 | 简洁但丢失 Video-MME 900 题训练能力 |
+| **C. Pool 工厂模式** ✓ | `PoolStrategy` Protocol + 具体策略 | 符合 Clean Architecture DIP/OCP；策略可独立测试替换 |
+
+**选择 C**：池分割是真正易变的接缝（已有两种策略，未来可扩展），满足 CLAUDE.md 抽象引入条件。
+
+## 3. 核心抽象
+
+### 3.1 PoolStrategy Protocol
+
+```python
+# app/ports.py 新增（应用层端口，非 core 层——因为返回值 Pools 定义在 app/harness/）
+
+class PoolStrategy(Protocol):
+    """池构建策略端口。"""
+
+    def build(
+        self,
+        questions: list[GeneratedQuestion],
+        correctness: dict[str, bool],
+        config: PoolConfig,
+    ) -> Pools: ...
+
+    def build_incremental(
+        self,
+        new_task_types: list[str],
+        questions: list[GeneratedQuestion],
+        correctness: dict[str, bool],
+        config: PoolConfig,
+    ) -> dict[str, dict[str, list[str]]]:
+        """增量构建新类别的 train/val 划分。
+
+        返回 {task_type: {"train": [qid, ...], "val": [qid, ...]}}。
+        仅 PerCategoryPoolStrategy 有实质实现；GlobalPoolStrategy
+        不支持增量，调用时抛出 NotImplementedError。
+        """
+        ...
+```
+
+> **层级决策**：`PoolStrategy` 放在 `app/ports.py` 而非 `core/protocols.py`，因为返回类型 `Pools` 定义在 `app/harness/pools.py`。若放入 core 会导致 core → app 的逆向依赖，违反 Clean Architecture 四层分层。
+>
+> **注**：`PoolConfig` 的两组字段（Global 系列 / PerCategory 系列）由两个策略各取所需，未使用的字段被忽略。这避免了为每个策略定义专属 config 子类的过度抽象。
+
+### 3.2 PoolConfig
+
+```python
+# core/types.py 新增
+
+@dataclass(frozen=True)
+class PoolConfig:
+    task_types: tuple[str, ...] | None  # None = 全部类别
+    seed: int                           # 随机种子
+    baseline_run_id: str                # 基线 run 标识（用于读 correctness、写入 pools 指纹）
+    # GlobalStrategy 使用
+    diag_size: int
+    diag_correct_ratio: float
+    val_size: int
+    val_correct_ratio: float
+    test_size: int
+    eval_min_per_class: int
+    # PerCategoryStrategy 使用
+    train_ratio: float                  # train/(train+val)，默认 2/3
+    test_questions_dir: Path | None     # 外部 test 题源路径（与 RunConfig.test_questions 对应）
+```
+
+### 3.3 两个具体策略
+
+**GlobalPoolStrategy**：封装现有 `build_pools` 逻辑，test → val → diag 全局三分。
+
+**PerCategoryPoolStrategy**：
+
+```
+对每个 task_type (共 N 题，目标 train=20, val=10):
+    correct 题 (Nc 个) → shuffle(seed)
+        train_correct = floor(Nc * 20/N)    # 按总量 20/10 比例分配
+        val_correct   = Nc - train_correct
+    wrong 题 (Nw 个)   → shuffle(seed)
+        train_wrong   = 20 - train_correct  # 确保 train 总量恰好 20
+        val_wrong     = Nw - train_wrong
+    assert train_correct + train_wrong == 20
+    assert val_correct + val_wrong == 10
+
+diagnosis = 所有选中类别的 train 合并
+validation = 所有选中类别的 val 合并
+test = load_benchmark(test_questions_dir) 按 task_types 过滤
+```
+
+**边界场景处理**：
+
+| 场景 | 行为 |
+|------|------|
+| 某类别全部 correct（0 wrong） | 退化为非分层 random 20/10，记录 WARNING |
+| 某类别全部 wrong（0 correct） | 同上，退化为非分层 random 20/10 |
+| 某类别 correctness 不完整（部分 qid 无 baseline） | fail-fast，列出缺失 qid |
+| Video-MME 中某 task_type 无题 | test 池该类别为空，记录 WARNING |
+
+## 4. RunConfig 变更
+
+| 新增字段 | 类型 | 默认值 | 归属 |
+|---------|------|--------|------|
+| `task_types` | `tuple[str, ...] \| None` | `None` | CLI 临时覆盖 |
+| `pool_split_mode` | `Literal["global", "per_category"]` | `"global"` | 科研 YAML |
+| `train_ratio` | `float` | `0.667` | 科研 YAML |
+| `test_questions` | `str` | `"benchmarks/Video-MME"` | 科研 YAML |
+
+`default.yaml` 新增：
+
+```yaml
+harness:
+  pool_split_mode: global
+  train_ratio: 0.667
+  test_questions: "benchmarks/Video-MME"
+```
+
+## 5. 增量 Baseline Inference
+
+### 5.1 流程
+
+```bash
+# 类别 A、B 完成 → 跑 baseline
+python main.py harness --mode infer \
+    --run-id baseline_v2 --questions generated-v2-360 \
+    --task-types "Object Recognition" "Scene Understanding"
+
+# 类别 C 完成 → 追加到同一 run_id
+python main.py harness --mode infer \
+    --run-id baseline_v2 --questions generated-v2-360 \
+    --task-types "Action Reasoning"
+
+# promote 为 seed
+python main.py harness --mode promote \
+    --run-id baseline_v2 --seed baseline_v2_seed
+
+# 按类训练
+python main.py harness --mode train --fresh \
+    --seed baseline_v2_seed --run-id train_obj_recog_01 \
+    --task-types "Object Recognition" --pool-split-mode per_category
+```
+
+### 5.2 增量写入规则
+
+| 表 | 唯一键 | 同 run_id 多次 infer 行为 |
+|---|--------|-------------------------|
+| `_runs` | `run_id` | upsert：更新 `updated_at`，保留原始 `created_at` |
+| `predictions` | `(run_id, question_id)` | INSERT；主键冲突报错（防重复推理） |
+| `traces` | `trace_id` | 正常 INSERT（UUID 天然唯一） |
+
+**重跑同类别**：若需重新推理某类别，先 DELETE 该类别的 predictions（`WHERE run_id=? AND question_id IN (?)`），再重新 infer。
+
+**promote 读取规则**：`promote_to_seed` 读取指定 `run_id` 下全部 predictions，不区分追加批次。promote 前应确保所有目标类别均已完成 baseline。
+
+## 6. 池冻结格式
+
+### 6.1 per_category 格式
+
+```json
+{
+    "split_mode": "per_category",
+    "train_ratio": 0.667,
+    "baseline_run_id": "baseline_v2",
+    "categories": {
+        "Object Recognition": {
+            "train": ["qid_1", "qid_2", "..."],
+            "val": ["qid_21", "..."]
+        }
+    },
+    "test_source": "benchmarks/Video-MME",
+    "questions": [...]
+}
+```
+
+### 6.2 增量更新
+
+```python
+def build_or_load_pools(
+    config: RunConfig,
+    strategy: PoolStrategy,
+    db_path: Path,
+) -> Pools:
+    """构建或加载三池。
+
+    参数:
+        config: 运行配置（含 task_types, pool_split_mode, baseline_run_id 等）。
+        strategy: 池构建策略实例。
+        db_path: harness.db 路径（用于读取 baseline correctness）。
+
+    流程:
+        1. 若 pools.json 存在 → 加载
+           a. 若 config.task_types 中有类别不在已冻结的 categories → 增量构建并追加
+           b. 若 pools.json 的 seed/train_ratio/baseline_run_id 与当前 config 不一致 → 报错
+        2. 若不存在 → 从 DB 加载 correctness → strategy.build() → 冻结
+        3. 按 config.task_types 从 categories 中组装 Pools 返回
+    """
+```
+
+**冻结一致性校验**：加载已有 pools.json 时，若 `split_mode`、`seed`、`train_ratio`、`baseline_run_id` 与当前 config 不一致，直接报错并提示删除 pools.json 重建。已冻结类别的划分不可变，新类别可追加。
+
+### 6.3 向后兼容
+
+旧格式 `pools.json`（无 `split_mode` 字段）自动识别为 global 模式。
+
+## 7. task_types 作用域贯穿
+
+策略在池构建阶段完成所有过滤，下游无需感知 task_types：
+
+| 阶段 | 行为 |
+|------|------|
+| 池构建 | strategy 只处理指定类别 |
+| mini-batch | 消费 scoped 后的 diagnosis 池，无改动 |
+| per-skill gate | 池中只有指定类别的题，自然 scoped |
+| 慢进化 | 用 scoped 后的 val 池评估，照常进化 |
+| held-out eval | test 池已是 Video-MME 同类题 |
+
+## 8. main.py train 接线
+
+```python
+# composition root 伪代码
+elif config.mode == "train":
+    strategy = (PerCategoryPoolStrategy()
+                if config.pool_split_mode == "per_category"
+                else GlobalPoolStrategy())
+    pools = build_or_load_pools(config, strategy)
+    await runner.train(pools)
+```
+
+## 9. 文件改动地图
+
+| 文件 | 改动类型 | 内容 |
+|------|---------|------|
+| `app/ports.py` | 新增 | `PoolStrategy` Protocol（应用层端口，避免 core → app 逆向依赖） |
+| `core/types.py` | 新增 | `PoolConfig` dataclass |
+| `app/harness/pools.py` | 重构 | `GlobalPoolStrategy` + `PerCategoryPoolStrategy` + 增量逻辑 |
+| `app/harness/config.py` | 修改 | RunConfig 新增 4 字段 + 校验；`pool_split_mode` 用 Literal 类型 |
+| `config/default.yaml` | 修改 | 3 个新配置项 |
+| `main.py` | 修改 | `task_types` 纳入 `cli_overrides` + RunConfig；train 接线；strategy 组装 |
+| `app/harness/log.py` | 微调 | `_runs` 表 `INSERT OR IGNORE` 改为 `ON CONFLICT DO UPDATE`（增量 infer 更新时间戳） |
+| `tests/unit/test_pools.py` | 新增 | 两种策略单元测试 |
+| `tests/integration/test_pool_strategy.py` | 新增 | 端到端集成测试 |
+
+### 不改动
+
+- `app/harness/batching.py` — 消费 scoped 池，无需感知策略
+- `core/evolution/` — 进化引擎与池来源解耦
+- `app/harness/inference.py` — 推理逻辑不变
+- `app/question_gen/` — 题目生成与池构建解耦

research-wiki/designs/2026-07-14-task-type-strategy-design.md

@@ -0,0 +1,265 @@
+---
+id: task-type-strategy
+title: 出题管线 TaskTypeStrategy 拆分设计（Clean Architecture）
+type: design
+created: 2026-07-14
+status: approved
+---
+
+# 出题管线 TaskTypeStrategy 拆分设计
+
+## 1. 目标
+
+借鉴 Clean Architecture 思想，将出题管线从 5 个粗粒度 Family 替换为 12 个题型级别的 TaskTypeStrategy，实现题型独立的出题策略。第一个特化实现为 ActionRecognitionStrategy（含 6 个失败子模式靶向出题）。
+
+### 设计驱动
+
+| 问题 | 数据来源 |
+|------|---------|
+| v2-360 全部 30 道 AR 题 100% 单帧可答 | `research-wiki/findings/2026-07-14-question-quality-gap-analysis.md` |
+| 12/12 题型存在 CRITICAL 或 HIGH 差距 | 同上 |
+| 同一 task_type 跨 family 随机选择导致行为不确定 | `app/question_gen/families.py` — AR 同时在 RETRIEVAL 和 VISUAL |
+| 5 个 prompt 模板零题型分支 | `store/prompts/question_gen/*.md` |
+
+## 2. 架构
+
+### 2.1 替换关系
+
+```
+之前：pipeline → get_family_for_slot() → QuestionFamilySpec（5 个，随机选择）
+之后：pipeline → get_strategy(task_type) → TaskTypeStrategy（12 个，确定性查找）
+```
+
+### 2.2 类层次
+
+```
+TaskTypeStrategy (Protocol)
+    │
+    ├── BaseTaskTypeStrategy (类)
+    │     └── 封装现有 family 行为，确定性绑定一个 QuestionFamilySpec
+    │     └── select_sub_pattern → None
+    │     └── extra_gates → []
+    │     └── 11 个题型用此类
+    │
+    └── ActionRecognitionStrategy (类)
+          └── 自包含采样/prompt/SubPattern
+          └── 仍提供 strategy_name / skill_target / leak_probe_template（gate/store 合约）
+          └── 6 个 SubPattern + maintenance_pool
+```
+
+### 2.3 接口定义
+
+```python
+class TaskTypeStrategy(Protocol):
+    """题型出题策略 — pipeline 的唯一接口。"""
+
+    @property
+    def task_type(self) -> str: ...
+
+    # ── 采样 ──
+    @property
+    def sampling_level(self) -> int: ...
+    @property
+    def sampling_constraint(self) -> SamplingConstraint: ...
+
+    # ── Prompt ──
+    @property
+    def prompt_template(self) -> str: ...
+    def select_sub_pattern(self, rng: Random) -> SubPattern | None: ...
+    def build_prompt_context(self, material: MaterialContext, sub_pattern: SubPattern | None) -> dict: ...
+
+    # ── Gate / Store 合约 ──
+    @property
+    def strategy_name(self) -> str:
+        """策略标识名，写入 store family 字段（如 "RETRIEVAL"、"ACTION_RECOGNITION"）。"""
+    @property
+    def skill_target(self) -> str:
+        """目标失败机制编号，写入 store（如 "M1"、"AR"）。"""
+    @property
+    def leak_probe_template(self) -> str:
+        """泄漏检测 prompt 模板文件名，供 leak_test gate 使用。"""
+
+    def extra_gates(self, candidate: CandidateQuestion) -> list[GateResult]:
+        """题型专属的额外验证（base 返回空列表）。"""
+```
+
+`strategy_name` / `skill_target` / `leak_probe_template` 替代了 pipeline 中对 `slot.family.name` / `slot.family.skill_target` / `slot.family.leak_profile.probe_template` 的访问，确保 gate 和 store 合约不破坏。
+
+## 3. SubPattern 数据结构
+
+```python
+@dataclass(frozen=True)
+class SubPattern:
+    """出题子模式 — 靶向特定失败机制。"""
+    name: str
+    weight: float
+    sampling_level_override: int | None
+    constraint_override: SamplingConstraint | None
+    instruction: str                # 核心指令（1-3 句话）
+    positive_examples: list[dict]   # VME 原题 few-shot
+    negative_examples: list[dict]   # 反面示例
+    distractor_rules: str           # 干扰项构造规则
+```
+
+## 4. ActionRecognitionStrategy 的 6 个 SubPattern
+
+来源：22 道错题双分类器仲裁分析。
+
+| SubPattern | 权重 | 采样 | 错题# | 失败机制 |
+|-----------|------|------|-------|---------|
+| premature_evidence_anchoring | 0.20 | L1 | #3,4,12,17 | 找到一个证据就停搜，未验证全部选项 |
+| temporal_reasoning_failure | 0.20 | L1 | #8,9,15,16 | 事件排序错误 / 无法定位第 N 次事件 |
+| semantic_rigidity | 0.15 | L2 | #1,2,22 | 要求字面匹配，拒绝同义词释义 |
+| fine_grained_visual_action | 0.15 | L2 | #6,13,14,18 | 识别"做了什么"但分不清"怎么做的" |
+| cross_segment_entity_tracking | 0.15 | L1 | #7,19,20 | 单段正确但无法跨段合并 |
+| evidence_gap_confabulation | 0.15 | L2 | #5,10,11,21 | 缺证据时编造因果链 |
+
+### ActionRecognitionStrategy 的 gate/store 合约值
+
+| 字段 | 值 | 说明 |
+|------|-----|------|
+| strategy_name | `"ACTION_RECOGNITION"` | store 的 family 字段 |
+| skill_target | `"M1_AR"` | 继承自 RETRIEVAL 的 M1 + AR 后缀区分 |
+| leak_probe_template | `"gate_leak_retrieval.md"` | 复用 RETRIEVAL 的泄漏检测模板 |
+| sampling_level（默认） | 2 | L2 事件级（从 L3 提升，有意变更） |
+| sampling_constraint（默认） | `min_subtitles=3, min_l3_nodes=5, require_frames=True, cross_l2_span=True` | 加强约束（有意变更） |
+
+SubPattern 可通过 `sampling_level_override` / `constraint_override` 进一步覆盖默认值。
+
+### 4.1 能力保持机制
+
+capability_maintenance 不是生成子模式，而是**采样来源**：从 Video-MME AR 的 41 道正确题中采样，直接进训练集。通过 `batch_correct_ratio` 控制混合比例。
+
+```
+训练 batch 组成:
+  ├── 错误题来源: 6 个 SubPattern 生成的新题
+  └── 正确题来源: maintenance_pool (41 道已验证正确的 VME 原题)
+```
+
+## 5. pipeline 集成
+
+### 5.1 调用链变更
+
+```
+之前: slot.family → sample_material_v2(family_spec=...) → generate_one_v2(family_spec=...)
+                  → run_gates(family_spec=...) → store.record_item(family=slot.family.name)
+
+之后: strategy = get_strategy(slot.task_type)
+      sub_pattern = strategy.select_sub_pattern(rng)
+      level = sub_pattern.sampling_level_override or strategy.sampling_level
+      constraint = sub_pattern.constraint_override or strategy.sampling_constraint
+      material = sample_material_v2(level=level, constraint=constraint, ...)
+      prompt_ctx = strategy.build_prompt_context(material, sub_pattern)
+      candidate = generate_one_v2(prompt_ctx=prompt_ctx, ...)
+      report = run_gates(candidate, leak_template=strategy.leak_probe_template, ...)
+      extra = strategy.extra_gates(candidate)
+      store.record_item(..., family=strategy.strategy_name, skill_target=strategy.skill_target,
+                        sub_pattern=sub_pattern.name if sub_pattern else None)
+```
+
+### 5.2 接口影响面
+
+| 文件 | 变更 | 影响范围 |
+|------|------|---------|
+| `sampler_v2.py` | `sample_material_v2` 签名：`family_spec` → `level: int` + `constraint: SamplingConstraint` | 函数签名 + 内部 `constraint = family_spec.sampling` 行 |
+| `pipeline_v2.py` | `_process_one_slot`：`slot.family` → `strategy`；`SlotAssignment.family` 字段移除 | `_assign_slots` / `_process_one_slot` / `_process_wrapper` |
+| `generator_v2.py` | `generate_one_v2` 签名：新增 `prompt_ctx: dict` 参数，替代内部读 `family_spec.prompt_template` | `_build_v2_prompt` / `generate_one_v2` |
+| `gates.py` | `run_gates` 签名：`family_spec` → `leak_template: str` | `_run_leak_test` 参数变更 |
+| `run_store.py` | `record_item` 新增 `sub_pattern: str | None` 参数 | DDL 加 `sub_pattern TEXT` 列 |
+
+### 5.3 不变的部分
+
+后处理（postprocess）、四门 gate 内部逻辑、去重（embedding）、重量抽检（heavy_check）、on_accept 回调、progress 断点续跑 — 全部不动。
+
+## 6. Strategy 注册
+
+```python
+_STRATEGY_REGISTRY: dict[str, TaskTypeStrategy] = {}
+
+def get_strategy(task_type: str) -> TaskTypeStrategy:
+    if task_type in _STRATEGY_REGISTRY:
+        return _STRATEGY_REGISTRY[task_type]
+    return _build_default_strategy(task_type)
+```
+
+### 6.1 BaseTaskTypeStrategy family 消歧绑定表
+
+消除多 family 随机性。每个 task_type 确定性绑定一个 family。
+
+| task_type | 旧合法 families | 新绑定 | 被移除行为 | 理由 |
+|-----------|---------------|--------|-----------|------|
+| Action Recognition | RETRIEVAL, VISUAL | **特化策略** | 不走 family | 完全自包含 |
+| Object Recognition | RETRIEVAL | RETRIEVAL | 无 | 唯一 |
+| Object Reasoning | RETRIEVAL, REASONING | **REASONING** | RETRIEVAL 的 L3 单帧 + 禁推理 prompt | 需要推理；RETRIEVAL 产出识别题是已知 bug |
+| Action Reasoning | REASONING | REASONING | 无 | 唯一 |
+| Attribute Perception | RETRIEVAL, VISUAL | **VISUAL** | RETRIEVAL 的 require_frames=False | 属性感知需要帧 |
+| OCR Problems | RETRIEVAL, VISUAL | **VISUAL** | RETRIEVAL 的 require_frames=False | OCR 需要帧 |
+| Counting Problem | ENUMERATION, VISUAL | **ENUMERATION** | VISUAL 的 L3 单帧采样 | 计数需要跨帧 |
+| Information Synopsis | REASONING, ENUMERATION | **REASONING** | ENUMERATION 的 cross_l2_span=False | 综述需要跨段 |
+| Temporal Reasoning | ENUMERATION | ENUMERATION | 无 | 唯一 |
+| Temporal Perception | ENUMERATION | ENUMERATION | 无 | 唯一 |
+| Spatial Reasoning | SPATIAL | SPATIAL | 无 | 唯一 |
+| Spatial Perception | SPATIAL | SPATIAL | 无 | 唯一 |
+
+### 6.2 多归属题型约束变化明细
+
+确定性绑定会改变多归属题型的采样约束，这是**有意的行为变更**（旧行为是随机混合，本身就是不可控的）。
+
+| task_type | 旧约束（随机选择） | 新约束（确定绑定） | 变化 |
+|-----------|-----------------|-----------------|------|
+| Object Reasoning | RETRIEVAL(L3,no-frame,no-cross) 或 REASONING(L2,no-frame,cross) | REASONING 固定 | 不再退化为 L3 识别题 |
+| Attribute Perception | RETRIEVAL(no-frame) 或 VISUAL(frame) | VISUAL 固定 | 始终要求帧 |
+| OCR Problems | RETRIEVAL(no-frame) 或 VISUAL(frame) | VISUAL 固定 | 始终要求帧 |
+| Counting Problem | ENUMERATION(no-frame) 或 VISUAL(frame) | ENUMERATION 固定 | 不再混入 VISUAL 的 L3 采样 |
+| Information Synopsis | REASONING(cross) 或 ENUMERATION(no-cross) | REASONING 固定 | 始终跨段 |
+
+## 7. 文件结构
+
+| 操作 | 文件 | 职责 |
+|------|------|------|
+| 新建 | `app/question_gen/strategy.py` | Protocol + SubPattern + BaseTaskTypeStrategy + 注册表 |
+| 新建 | `app/question_gen/strategy_action_recognition.py` | ActionRecognitionStrategy 实现 + 6 个 SubPattern 定义 |
+| 修改 | `app/question_gen/pipeline_v2.py` | `_process_one_slot` / `_assign_slots` 改为通过 strategy |
+| 修改 | `app/question_gen/sampler_v2.py` | 签名 `family_spec` → `level` + `constraint` |
+| 修改 | `app/question_gen/generator_v2.py` | 签名 `family_spec` → `prompt_ctx` |
+| 修改 | `app/question_gen/gates.py` | `run_gates` 签名 `family_spec` → `leak_template` |
+| 修改 | `app/question_gen/run_store.py` | `record_item` 新增 `sub_pattern` 参数 + DDL 加列 |
+| 不动 | `app/question_gen/families.py` | 保留，BaseTaskTypeStrategy 内部使用 |
+| 不动 | `app/question_gen/postprocess.py` | 后处理不变 |
+
+## 8. 非功能性需求
+
+| 维度 | 设计 |
+|------|------|
+| 持久化 | 不变 — on_accept 逐题回调。SubPattern 名写入 store 的 sub_pattern 列以便追溯 |
+| 幂等性 | 不变 — 同 seed → 同 slot 分配。strategy 查找确定性，sub_pattern 选择由 rng 控制 |
+| 断点续跑 | 不变 — progress 机制在 pipeline 层，strategy 无状态 |
+| 原子性 | 不变 — 逐题落库 |
+| store 迁移 | `question_gen_items` 表新增 `sub_pattern TEXT` 列，默认 NULL（BaseTaskTypeStrategy 写 NULL） |
+
+## 9. 行为保真检查清单
+
+| # | 行为 | 状态 | 说明 |
+|---|------|------|------|
+| 1 | 12 种 task_type 列表 | 保留 | pipeline 不变 |
+| 2 | slot round-robin 视频 | 保留 | pipeline 不变 |
+| 3 | family 加权随机选择 | **有意变更** | 消除不确定性 → 确定性绑定。详见 §6.2 |
+| 4 | _TASK_TYPE_TO_LEVEL 映射 | **有意变更** | BaseTaskTypeStrategy 从绑定 family 读取原值（唯一归属题型数值不变）；AR 特化策略从 L3→L2（有意提升）；多归属题型因消歧而变化（详见 §6.2） |
+| 5 | SamplingConstraint 约束 | **有意变更** | 同 #4 逻辑：唯一归属不变，多归属因消歧变化，AR 有意加强 |
+| 6 | 重出循环 + 换视频 | 保留 | |
+| 7 | 后处理洗牌 + verbatim | 保留 | |
+| 8 | 四门 gate | 保留 | leak_test 通过 strategy.leak_probe_template 获取模板 |
+| 9 | embedding 去重 | 保留 | |
+| 10 | 重量抽检 | 保留 | |
+| 11 | on_accept 回调 | 保留 | |
+| 12 | progress 断点续跑 | 保留 | |
+| 13 | reject_reason 传入重出 | 保留 | |
+| 14 | QuestionGenStore 记录 | 保留 | family → strategy_name；新增 sub_pattern 列 |
+
+## 10. 渐进替换路径
+
+```
+Phase 1 (当前): ActionRecognitionStrategy 特化 + 11 个 BaseTaskTypeStrategy
+Phase 2 (按需): 逐个替换表现差的题型为特化策略
+Phase N (最终): 12 个特化策略，families.py 可移除
+```

research-wiki/designs/per-category-pool-strategy.md

@@ -0,0 +1,9 @@
+---
+type: design
+node_id: design:per-category-pool-strategy
+title: "Per-Category Pool Strategy 设计"
+date: 2026-07-13
+---
+
+# Per-Category Pool Strategy 设计
+