[PR-2] M4 EvidenceLedger full traceability checker #27

本任务属于 Epic #23。共享上下文(整体目标、EvidenceLedger 完整 schema、Agent Execution Contract、Non-goals、回归基线)见 #23。
依赖:blocked by #24(需 PR-1 的 EvidenceLedger 最小 builder 先落地)。
代码定位按当前仓库版本核对;若行号漂移,以函数名 / 字段名 / 挂载点语义为准。

完成本 PR 需遵守 Epic #23 的 Agent Execution Contract 与 Test Execution Protocol:先写失败测试与反例夹具 → 最小实现 → 跑里程碑测试 → 跑回归基线。PR 描述需列出:changed files / tests added / tests run / before-after / non-goals。

目标

把展示层取数统一收拢到 EvidenceLedger,并实现 Abstract/Conclusion 数字可回溯校验、禁用词检查、schema validation、百分比归一。

Allowed changes

• EvidenceLedger builder / schema / validation 相关文件
• 展示层读取 evidence 的路径
• PR-2 fixtures
• PR-2 tests

Forbidden changes

• 不从已渲染文本 parse 数字来生成展示结论
• 不把 confidence 当作 confidence interval
• 不新增不存在的 confidence_interval{low,high,level} 字段
• 不把 per_seed 改造成新形状
• 不让 Abstract / Conclusion 使用 ledger 外数字

Minimal API Contract

在 PR-1 的 build_evidence_ledger 基础上补齐:

def validate_evidence_ledger(ledger: dict) -> list[dict]:
    """Return schema violations. Missing required fields must be reported explicitly."""

def assert_traceable(main_tex: str, ledger: dict) -> list[dict]:
    """Return evidence traceability violations for Abstract / Conclusion only."""

Violation 结构至少含:

{
  "rule": "unsourced_number | positive_claim_with_negative_verdict | schema_error",
  "location": {"section": "abstract | conclusion | discussion", "line": 12},
  "snippet": "...",
  "value": "0.01"
}

assert_traceable 是唯一允许从已渲染 tex 抽取数字的路径;只做校验,不参与生成结论。

契约规则

1. 展示层取数只能读 ledger 字段;禁止从渲染文本 parse 数字。
2. 进 Abstract/Conclusion 的每个数字必须能映射到某个 ledger 字段,映射不到则不得进这两节。
3. verdict ∈ {refuted, inconclusive} 时,Abstract/Conclusion 不得出现肯定式断言。禁用词为闭合清单(配置文件交付,验收对的就是这份),默认:improves, improve, outperforms, outperform, significant, significantly, superior, beats, surpasses。

数字抽取与匹配规则(定死)

• 边界: Abstract = \begin{abstract}...\end{abstract};结论段 = \section{Conclusion} / Conclusions / Discussion(确定性 fallback 模板用 Discussion,见 paper_orchestra_pipeline.py:518)到下一 \section 之间。\input{content/conclusion} 模块化布局不在本批范围。
• 数字 token 正则: -?\d+\.?\d*%?,排除 Table\s*\d+ / Figure\s*\d+ / Section\s*\d+ 编号与 N seeds 种子计数。
• 单位归一: ledger 存分数(0.705),Abstract 常写百分数(70.5%);带 % 的 token 匹配前除以 100,两侧四舍五入到 ledger 字段精度。匹配 p_value/effect_size/per_method[*][metric]/seed_variance[*].mean/repro_ci/kept_ci 任一 → 可回溯,否则 violation。
• 夹具须显式标注数字格式(分数/百分数)。

验收用例

反例夹具: fixtures/m4_unsourced_number.tex、fixtures/m4_refuted_positive_claim.tex、fixtures/m4_clean.tex + 对应 ledger json。

DoD

M4-1~6 全绿;validate_evidence_ledger / assert_traceable 落地;数字抽取正则随 PR;展示层取数迁移到 ledger;回归基线全绿。