jinsixian-tcm 模型矩阵

诚实边界（我们同样如实报告）

下面是同一套评测里我们没做好的、没测的、以及会限制使用的部分——如实列出，不作超出这些事实的宣称。

• 7b-safe 灵敏度 0.48 意味着约半数真错会被漏掉——它是辅助提示，不是自动放行
• 知识型模型（14b-cmb）在安全审查轴上乱报（特异度 0.0），绝不用于审查场景
• 72B 的安全审查与错别字能力本轮未测，不宣称
• 7B 中医增益未过多重比较校正，不宣称
• 诊断辅助 / 处方审查全程人在回路，非医疗器械
• 7B 档的底座不做工具调用：实测它直接凭记忆作答，还把方剂组成答错。因此 6–8 GB 显卡内存的机器只开放病历生成，不下发智能体入口。
• 毒性药材的炮制标注仍不完美：40 例中有 4 例写「半夏」而未写「制半夏」。产品侧已在落库前做炮制名归一（保守只归一 6 味，生品与高风险药绝不自动改写），加归一后安全清洁率从 0.900 升到 1.000——这是产品侧的补救处理，不记为模型能力。
• 本地部署有硬门槛：病历生成 6 GB 显卡内存起、智能体 16 GB 起、效果天花板在 24 GB；低于门槛请走云端档，我们不建议靠降档硬跑。
• 云端档没有在本机用这 40 例同套题实测，所以本页不给云端分数；本地成绩也不能代表云端表现。
• 27B 的安全灵敏度专项（独立安全审查轴）尚未复测，本页不给该轴数字——不用上一代结论外推到它。
• 智能体侧我们发现并修掉了一个既有缺陷：对不在处方里的药下达修改指令时原先静默无效果（现已改为明确提示，且复合指令整条回滚）。这类问题我们查到就报告。