Brain 层边缘 LLM 的 Proposal 质量是什么意思？

Paper-02 的核心问题可以一句话表达：

在边缘硬件约束下（≤ 4B 参数、INT4 量化、Jetson Orin 8GB），LLM 接收操作员的自然语言指令，能不能稳定输出 V167L 词汇表中正确的那一条——尤其是在语义相近的危险对节点上不出错？

“Proposal 质量”就是对这个”能不能”的系统量化。

信息流

ASR（语音→文字）→ Brain LLM → Proposal {"id":"v015","conf":0.91}
                                    ↓ 接口 A（500–2000ms）
                                  Spine（安全路由 L1/L2/L3）

Brain 层唯一的输出是 EvidencePack Proposal（Stage 1）：V167L 59 条词条中的一条词条 ID，加置信度。这条结构化记录经接口 A 下发给 Spine，触发后续的安全路由和物理执行。

三个指标

Q(f) — Proposal 命中率

$Q(f) = P\!\left(f(u) \in \mathcal{V}_{167}^{L,\mathrm{correct}} \;\middle|\; u \in \mathcal{U}_\mathrm{domain}\right)$

LLM 输出落在 V167L 内正确节点的概率。零样本实测：0.480（85/177 清晰指令）。目标：微调后 ≥ 0.90。

H(rᵢ,rⱼ) — 危险对幻觉率

$H(r_i,r_j) = P\!\left(f(u)=r_i \;\middle|\; \mathrm{intent}(u)=r_j\right),\quad (r_i,r_j)\in\mathcal{P}_\mathrm{danger}$

在危险对节点上，把 $r_j$ 错误路由成 $r_i$ 的概率。零样本实测：0.256（4 条危险指令里 1 条路由错误）。目标：微调后 < 0.05。

接口 A 合规率

推理延迟落在 [500ms, 2000ms] 内的比例。零样本实测：100%，均值 992ms，P95 = 1039ms。这项零样本已达标，3B 模型的边缘部署延迟可行性得到验证。

三个指标的关系

三个指标独立，不能互相替代：

• Q(f) 高但 H 也高 → 总体答对，但危险场景下会幻觉，不可部署
• Q(f) 高、H 低但延迟超标 → 语义能力够但实时性不满足接口 A
• 三个同时满足 → Brain 层验证通过，可以进入 Spine 层部署

为什么这是 Paper-02 的核心问题

Paper-01 已经证明 V167L 词汇表的覆盖完备性（SEC = 1）：理论上每条合法操作员指令都能被词汇表中的某个节点覆盖。但那是”词汇表设计得够不够用”的问题。

Paper-02 验证的是另一个此前从未独立验证的隐含假设：真实 LLM 在边缘约束下能否实现这个覆盖。零样本结果（Q = 0.48，H = 0.256）表明不能；LoRA 微调目标（Q ≥ 0.90，H < 0.05）是让理论保证在工程层面成立的前提。

Proposal 质量在安全链中的地位

$P(\mathrm{unsafe}) \leq H \cdot (1 - R_{L2}) \cdot (1 - R_{L3})$

$H$ 是这个不等式的源头系数——Brain 层的危险对幻觉率直接决定了系统不安全概率的上界。H 降低一半，即使 L2/L3 拦截率不变，系统不安全概率至少降低一半。这就是为什么 H < 0.05 是硬性目标，而不只是评测统计量。

→ Proposal 是结构化表达吗？ · 语义流形对齐是什么？ · 什么是 EvidencePack？