Fix escaped double-backslash inline KaTeX delimiters

README.md

@@ -65,16 +65,16 @@ FastBrain-9B uses a 32-layer hybrid sequence backbone (`9.30B` parameters, `bflo
 
 ### 2.2 Joint Schema Decision Head and Vectorized CUDA Kernel
 
-The `JointSchemaHead` (`116M` parameters, stored in `joint_head.safetensors`) pools token representations bounded by `<|question_start|>`/`<|question_end|>` and `<|option_start|>`/`<|option_end|>` markers from the final backbone hidden states \ \(H \in \mathbb{R}^{T \times d}\\), applies cross-attention over question-option pairs, and projects directly to scalar logits for three decision primitives:
-1. **`choice`** (*K*-way categorical distribution): \ \(\hat{p} = \operatorname{softmax}(z / \tau) \in \Delta^{K-1}\\).
-2. **`noul`** (binary verification): \ \(\hat{p}(\text{true}) = \sigma(z_{\text{true}} - z_{\text{false}})\\).
-3. **`score`** (ordinal rubric over levels \ \(v_1 < \dots < v_K\\) ): categorical probabilities \ \(\hat{p} \in \Delta^{K-1}\\) together with expected value \ \(\mathbb{E}[\hat{y}] = \sum_{k=1}^K \hat{p}_k v_k\\).
+The `JointSchemaHead` (`116M` parameters, stored in `joint_head.safetensors`) pools token representations bounded by `<|question_start|>`/`<|question_end|>` and `<|option_start|>`/`<|option_end|>` markers from the final backbone hidden states \\(H \in \mathbb{R}^{T \times d}\\), applies cross-attention over question-option pairs, and projects directly to scalar logits for three decision primitives:
+1. **`choice`** (*K*-way categorical distribution): \\(\hat{p} = \operatorname{softmax}(z / \tau) \in \Delta^{K-1}\\).
+2. **`noul`** (binary verification): \\(\hat{p}(\text{true}) = \sigma(z_{\text{true}} - z_{\text{false}})\\).
+3. **`score`** (ordinal rubric over levels \\(v_1 < \dots < v_K\\) ): categorical probabilities \\(\hat{p} \in \Delta^{K-1}\\) together with expected value \\(\mathbb{E}[\hat{y}] = \sum_{k=1}^K \hat{p}_k v_k\\).
 
-In `joint_schema_model.py`, the reference Python span-extraction loop and padded SDPA mask are replaced on CUDA devices by `_forward_fast_cuda`: span means are computed in \ \(\mathcal{O}(1)\\) kernel launches via prefix sums (`torch.cumsum`) over the schema suffix, and cross-attention is executed via packed variable-length FlashAttention (`torch.ops.aten._flash_attention_forward` parameterized by `cu_seqlens`). On NVIDIA RTX PRO 6000 Blackwell, this reduces isolated decision-head latency from `3.27 ms` to `1.72 ms` (**1.90× speedup**) with exact numerical equivalence (`max_logit_diff = 0.00000`).
+In `joint_schema_model.py`, the reference Python span-extraction loop and padded SDPA mask are replaced on CUDA devices by `_forward_fast_cuda`: span means are computed in \\(\mathcal{O}(1)\\) kernel launches via prefix sums (`torch.cumsum`) over the schema suffix, and cross-attention is executed via packed variable-length FlashAttention (`torch.ops.aten._flash_attention_forward` parameterized by `cu_seqlens`). On NVIDIA RTX PRO 6000 Blackwell, this reduces isolated decision-head latency from `3.27 ms` to `1.72 ms` (**1.90× speedup**) with exact numerical equivalence (`max_logit_diff = 0.00000`).
 
 ### 2.3 Ordinal-KL Distillation and Schema-Topology Calibration
 
-Standard cross-entropy or flat KL divergence treats ordinal rubric levels as unordered classes, penalizing adjacent-level errors identically to extreme errors. FastBrain-9B is trained on `TypeScript/FastBrain-Instruct` under a composite loss combining soft-target KL divergence, discrete ranked probability score (squared \ \(L_2\\) distance between predicted and target cumulative distribution functions \ \(\hat{F}_k = \sum_{j \le k} \hat{p}_j\\) ), and expected-score mean squared error on `score` primitives:
+Standard cross-entropy or flat KL divergence treats ordinal rubric levels as unordered classes, penalizing adjacent-level errors identically to extreme errors. FastBrain-9B is trained on `TypeScript/FastBrain-Instruct` under a composite loss combining soft-target KL divergence, discrete ranked probability score (squared \\(L_2\\) distance between predicted and target cumulative distribution functions \\(\hat{F}_k = \sum_{j \le k} \hat{p}_j\\) ), and expected-score mean squared error on `score` primitives:
 
 $$
 \mathcal{L}(\theta) = \mathrm{KL}(p \,\|\, \hat{p}_\theta) + \lambda_{\mathrm{ord}} \sum_{k=1}^{K-1} \bigl(\hat{F}_{\theta,k} - F_k\bigr)^2 + \mathbb{I}[\text{type}=\text{score}] \cdot \lambda_{\mathrm{mse}} \bigl(\mathbb{E}[\hat{y}_\theta] - \mathbb{E}[y]\bigr)^2.
@@ -105,7 +105,7 @@ At inference time, `joint_schema_model.py` optionally applies compile-time schem
 
 On the 7-way category classification track, FastBrain-9B achieves `0.751` macro-F1 and `0.858` accuracy (`567/661`), outperforming the 27.4B `Cloudflare/clef` model (`0.563` macro-F1, `0.737` accuracy) by `+18.8` percentage points in macro-F1 and `+12.1` points in accuracy, and improving upon its 9.4B base model `Cloudflare/clef-flash` (`0.462` macro-F1, `0.576` accuracy) by `+28.9` and `+28.2` points, respectively. Per-category F1 reaches `0.945` on `harness_introspection` (*n* = 272, recall `0.978`), `0.828` on `eval_gaming` (*n* = 245, recall `0.853`), and `0.761` on `legit` (*n* = 125, precision `0.975`).
 
-On the binary guardrail track, FastBrain-9B attains `0.985` AUROC and `0.996` malicious-call recall (`534/536`), intercepting all `82/82` unsafe trajectories (`median_bad_calls_before_catch = 0.0`), with `1.000` recall on `harness_introspection` (`272/272`), `credential_misuse` (`15/15`), and `sandbox_escape` (`4/4`). Under the uncalibrated default decision rule \ \(P(\text{block}) \ge 0.50\\), balanced accuracy is `0.814` (false-block rate `0.368` across the 125 `allow` calls, compared with `0.808` balanced accuracy and `0.384` false-block rate for 27.4B `Cloudflare/clef`). Because rank-ordering discrimination is preserved (`0.985` AUROC), setting the operating threshold to \ \(P(\text{block}) \ge 0.961\\) yields `0.938` balanced accuracy at a `0.056` (`7/125`) false-block rate while maintaining `82/82` trajectory interception. Table 2 also includes the `v1` release (*N* = 562 calls, `78` trajectories), where FastBrain-9B ranked 1st of 9 on both tracks.
+On the binary guardrail track, FastBrain-9B attains `0.985` AUROC and `0.996` malicious-call recall (`534/536`), intercepting all `82/82` unsafe trajectories (`median_bad_calls_before_catch = 0.0`), with `1.000` recall on `harness_introspection` (`272/272`), `credential_misuse` (`15/15`), and `sandbox_escape` (`4/4`). Under the uncalibrated default decision rule \\(P(\text{block}) \ge 0.50\\), balanced accuracy is `0.814` (false-block rate `0.368` across the 125 `allow` calls, compared with `0.808` balanced accuracy and `0.384` false-block rate for 27.4B `Cloudflare/clef`). Because rank-ordering discrimination is preserved (`0.985` AUROC), setting the operating threshold to \\(P(\text{block}) \ge 0.961\\) yields `0.938` balanced accuracy at a `0.056` (`7/125`) false-block rate while maintaining `82/82` trajectory interception. Table 2 also includes the `v1` release (*N* = 562 calls, `78` trajectories), where FastBrain-9B ranked 1st of 9 on both tracks.
 
 **Table 2: Zero-shot evaluation on `harness-hub/safeagents-judge-bench` (`v2`, *N* = 661 calls, 82 unsafe trajectories; and `v1` reference, *N* = 562).**
 
@@ -216,7 +216,7 @@ Uniform 4-bit quantization degrades cross-attention span readout and linear-atte
 | Metric / Subset | PyTorch `bfloat16` (18.82 GB) | GGUF `Q8_0` (9.66 GB) | GGUF `Q4_K_M` (6.73 GB, `Q8_0` Head) |
 | :--- | :---: | :---: | :---: |
 | Top-1 Decision Agreement (*N* = 1,473) | 100.00% (ref) | 99.86% (1,471 / 1,473) | 98.78% (1,455 / 1,473) |
-| Mean Absolute Probability Error — \ \(\lvert \hat{p}_q - \hat{p}_{\mathrm{bf16}} \rvert\\) | 0.00000 | 0.00203 | 0.00387 |
+| Mean Absolute Probability Error — \\(\lvert \hat{p}_q - \hat{p}_{\mathrm{bf16}} \rvert\\) | 0.00000 | 0.00203 | 0.00387 |
 | 10-Task Mean (Uncalibrated Head) | 82.37% | 82.34% (-0.03) | 82.56% (+0.19) |
 | 10-Task Mean (Schema-Calibrated) | 83.68% | 83.65% (-0.03) | 83.48% (-0.20) |
 | ├─ 1. BFCL / 3. API-Bank / 4. BANKING77 | 100.0% / 95.0% / 100.0% | 100.0% / 95.0% / 100.0% | 100.0% / 95.0% / 100.0% |

README_zh.md

@@ -19,7 +19,7 @@
 
 ## 摘要
 
-将自回归语言模型用于封闭 Schema 分类、工具路由与安全合规校验等结构化决策任务时，逐 Token 解码机制不仅引入与决策复杂度无关的序列生成延迟，还会因表面词形切分导致类别概率分布失准。本文发布 **FastBrain-9B**，一个总参数量为 9.41B 的非自回归结构化决策模型，由 32 层混合 Gated DeltaNet 线性注意力与全注意力主干网络（基于 `Cloudflare/clef-flash` 初始化的 `Qwen3.5-9B` 架构）及 116M 参数的交叉注意力联合决策头（`JointSchemaHead`）组成。给定任意 JSON 或多模态状态以及一组类型化决策定义（多选分类 `choice`、二元真值判别 `noul` 与序数量表评分 `score`），模型仅通过单次 Prefill 前向传播（`output_tokens = 0`）即可同步输出全部问题与候选项的校准概率分布。训练阶段，我们在复合序数 KL 散度、累积分布距离（离散分级概率评分 RPS）与期望值均方误差目标下，联合优化全部 32 层中的 104 个注意力投影矩阵及决策头参数，并将增量权重原地合并至主干张量。在涵盖 109 个参评模型条目的三项公开评测基准中：FastBrain-9B 在 `safeagents-judge-bench`（v2）7 类违规判别赛道位列 **第 1 / 8**（Macro-F1 `0.751`，准确率 `0.858`，较 27.4B 参数的 `Cloudflare/clef` 高出 18.8 个百分点），并在二元拦截赛道实现 `82/82` 越界轨迹全检出（AUROC `0.985`）；在 `LocalLLaMA/typed-decisions` 零样本总榜位列 **第 7 / 43**（开源权重模型 **第 5 / 36**，≤9B 开源模型 **第 2 / 19**），中位推理延迟为 `50 ms`（较 31B 模型 `Quyet-1.0-Large` 快 66.7 倍），在冻结全部模型权重仅拟合先验与温度参数的设定下位列 `train` 校准榜 **并列第 12（列表第 14 / 51）**（准确率 `0.7970`，KL 散度 `0.0816`）；在 Cloudflare Decision Index（v0.2.1）10 任务套件上取得 **80.55%** 的宏平均分，位列全量级 **第 2 / 7**、≤9B 量级 **10 / 10 任务单项第 1**，并在其中 5 项任务上超越 27.4B 的 `Cloudflare/clef`。
+将自回归语言模型用于封闭 Schema 分类、工具路由与安全合规校验等结构化决策任务时，逐 Token 解码机制不仅引入与决策复杂度无关的序列生成延迟，还会因表面词形切分导致类别概率分布失准。本文发布 **FastBrain-9B** ，一个总参数量为 9.41B 的非自回归结构化决策模型，由 32 层混合 Gated DeltaNet 线性注意力与全注意力主干网络（基于 `Cloudflare/clef-flash` 初始化的 `Qwen3.5-9B` 架构）及 116M 参数的交叉注意力联合决策头（`JointSchemaHead`）组成。给定任意 JSON 或多模态状态以及一组类型化决策定义（多选分类 `choice`、二元真值判别 `noul` 与序数量表评分 `score`），模型仅通过单次 Prefill 前向传播（`output_tokens = 0`）即可同步输出全部问题与候选项的校准概率分布。训练阶段，我们在复合序数 KL 散度、累积分布距离（离散分级概率评分 RPS）与期望值均方误差目标下，联合优化全部 32 层中的 104 个注意力投影矩阵及决策头参数，并将增量权重原地合并至主干张量。在涵盖 109 个参评模型条目的三项公开评测基准中：FastBrain-9B 在 `safeagents-judge-bench`（v2）7 类违规判别赛道位列 **第 1 / 8** （Macro-F1 `0.751`，准确率 `0.858`，较 27.4B 参数的 `Cloudflare/clef` 高出 18.8 个百分点），并在二元拦截赛道实现 `82/82` 越界轨迹全检出（AUROC `0.985`）；在 `LocalLLaMA/typed-decisions` 零样本总榜位列 **第 7 / 43** （开源权重模型 **第 5 / 36** ，≤9B 开源模型 **第 2 / 19**），中位推理延迟为 `50 ms`（较 31B 模型 `Quyet-1.0-Large` 快 66.7 倍），在冻结全部模型权重仅拟合先验与温度参数的设定下位列 `train` 校准榜 **并列第 12（列表第 14 / 51）** （准确率 `0.7970`，KL 散度 `0.0816`）；在 Cloudflare Decision Index（v0.2.1）10 任务套件上取得 **80.55%** 的宏平均分，位列全量级 **第 2 / 7** 、≤9B 量级 **10 / 10 任务单项第 1** ，并在其中 5 项任务上超越 27.4B 的 `Cloudflare/clef`。
 
 ---
 
@@ -39,16 +39,16 @@ FastBrain-9B 主干网络包含 32 层混合序列建模模块（`9.30B` 参数
 
 ### 2.2 联合 Schema 决策头与向量化 CUDA 算子
 
-`JointSchemaHead`（`116M` 参数，独立存储于 `joint_head.safetensors`）从主干末层隐藏状态 \ \(H \in \mathbb{R}^{T \times d}\\) 中提取由 `<|question_start|>`/`<|question_end|>` 与 `<|option_start|>`/`<|option_end|>` 界定的片段表征，经问题-选项交叉注意力交互后映射为三类基础决策原语的标量对数几率：
-1. **`choice`** (*K* 分类离散分布): 输出归一化概率向量 \ \(\hat{p} = \operatorname{softmax}(z / \tau) \in \Delta^{K-1}\\) 。
-2. **`noul`** (二元真值判别): 输出命题成立概率 \ \(\hat{p}(\text{true}) = \sigma(z_{\text{true}} - z_{\text{false}})\\) 。
-3. **`score`** (定义在有序分值 \ \(v_1 < \dots < v_K\\) 上的量表评估): 同时输出各等级概率 \ \(\hat{p} \in \Delta^{K-1}\\) 与数学期望得分 \ \(\mathbb{E}[\hat{y}] = \sum_{k=1}^K \hat{p}_k v_k\\) 。
+`JointSchemaHead`（`116M` 参数，独立存储于 `joint_head.safetensors`）从主干末层隐藏状态 \\(H \in \mathbb{R}^{T \times d}\\) 中提取由 `<|question_start|>`/`<|question_end|>` 与 `<|option_start|>`/`<|option_end|>` 界定的片段表征，经问题-选项交叉注意力交互后映射为三类基础决策原语的标量对数几率：
+1. **`choice`** (*K* 分类离散分布): 输出归一化概率向量 \\(\hat{p} = \operatorname{softmax}(z / \tau) \in \Delta^{K-1}\\) 。
+2. **`noul`** (二元真值判别): 输出命题成立概率 \\(\hat{p}(\text{true}) = \sigma(z_{\text{true}} - z_{\text{false}})\\) 。
+3. **`score`** (定义在有序分值 \\(v_1 < \dots < v_K\\) 上的量表评估): 同时输出各等级概率 \\(\hat{p} \in \Delta^{K-1}\\) 与数学期望得分 \\(\mathbb{E}[\hat{y}] = \sum_{k=1}^K \hat{p}_k v_k\\) 。
 
-在参考运行时 `joint_schema_model.py` 中，针对 CUDA 设备实现了融合算子路径 `_forward_fast_cuda`：利用基于 `torch.cumsum` 的 \ \(\mathcal{O}(1)\\) 前缀和差分替代逐片段 Python 循环完成变长片段均值池化，并通过 `cu_seqlens` 紧凑打包调用变长 FlashAttention（`torch.ops.aten._flash_attention_forward`）替代稠密掩码注意力。在 NVIDIA RTX PRO 6000 Blackwell 上，该实现将决策头单次前向耗时由 `3.27 ms` 降至 `1.72 ms`（**1.90 倍加速**），且保持严格数值等价（最大 Logit 绝对偏差 `max_logit_diff = 0.00000`）。
+在参考运行时 `joint_schema_model.py` 中，针对 CUDA 设备实现了融合算子路径 `_forward_fast_cuda`：利用基于 `torch.cumsum` 的 \\(\mathcal{O}(1)\\) 前缀和差分替代逐片段 Python 循环完成变长片段均值池化，并通过 `cu_seqlens` 紧凑打包调用变长 FlashAttention（`torch.ops.aten._flash_attention_forward`）替代稠密掩码注意力。在 NVIDIA RTX PRO 6000 Blackwell 上，该实现将决策头单次前向耗时由 `3.27 ms` 降至 `1.72 ms`（**1.90 倍加速**），且保持严格数值等价（最大 Logit 绝对偏差 `max_logit_diff = 0.00000`）。
 
 ### 2.3 序数 KL 蒸馏与编译期 Schema 拓扑校准
 
-标准交叉熵或普通多类 KL 散度将有序评定量表视为无序独立类别，对相邻等级误差与跨端极端误差施加同等惩罚。FastBrain-9B 在 `TypeScript/FastBrain-Instruct` 数据集上采用复合分布匹配损失进行训练，联合优化软标签 KL 散度、离散分级概率评分（预测累积分布 \ \(\hat{F}_k = \sum_{j \le k} \hat{p}_j\\) 与目标累积分布 \ \(F_k\\) 之间的二阶距离）以及 `score` 题型的期望值均方误差：
+标准交叉熵或普通多类 KL 散度将有序评定量表视为无序独立类别，对相邻等级误差与跨端极端误差施加同等惩罚。FastBrain-9B 在 `TypeScript/FastBrain-Instruct` 数据集上采用复合分布匹配损失进行训练，联合优化软标签 KL 散度、离散分级概率评分（预测累积分布 \\(\hat{F}_k = \sum_{j \le k} \hat{p}_j\\) 与目标累积分布 \\(F_k\\) 之间的二阶距离）以及 `score` 题型的期望值均方误差：
 
 $$
 \mathcal{L}(\theta) = \mathrm{KL}(p \,\|\, \hat{p}_\theta) + \lambda_{\mathrm{ord}} \sum_{k=1}^{K-1} \bigl(\hat{F}_{\theta,k} - F_k\bigr)^2 + \mathbb{I}[\text{type}=\text{score}] \cdot \lambda_{\mathrm{mse}} \bigl(\mathbb{E}[\hat{y}_\theta] - \mathbb{E}[y]\bigr)^2.
@@ -79,7 +79,7 @@ $$
 
 在 7 类违规归因赛道上，FastBrain-9B 取得 `0.751` 的 Macro-F1 与 `0.858` 的分类准确率（`567/661`），位列全部参评模型第 1：相较于参数量约为其 3 倍的 27.4B 模型 `Cloudflare/clef`（Macro-F1 `0.563`，准确率 `0.737`），分别高出 `+18.8` 与 `+12.1` 个百分点；相较于同尺寸基座 `Cloudflare/clef-flash`（Macro-F1 `0.462`，准确率 `0.576`），分别提升 `+28.9` 与 `+28.2` 个百分点。分项指标上，`harness_introspection`（*n* = 272）F1 达 `0.945`（召回率 `0.978`），`eval_gaming`（*n* = 245）F1 达 `0.828`（召回率 `0.853`），合法调用 `legit`（*n* = 125）精确率达 `0.975`。
 
-在二元安全拦截赛道上，FastBrain-9B 的 AUROC 为 `0.985`，恶意调用总召回率为 `0.996`（`534/536`），全部 `82/82` 条越界轨迹均在首次违规调用处即被捕获（`median_bad_calls_before_catch = 0.0`），其中 `harness_introspection`（`272/272`）、`credential_misuse`（`15/15`）与 `sandbox_escape`（`4/4`）三类召回率均为 `1.000`。在未经验证集调整的默认判别阈值 \ \(P(\text{block}) \ge 0.50\\) 下，平衡准确率为 `0.814`（误拦率 `0.368`，优于 27.4B `Cloudflare/clef` 的平衡准确率 `0.808` 与误拦率 `0.384`）。由于连续概率排序区分度保持在 `0.985` AUROC，将工作点阈值设定为 \ \(P(\text{block}) \ge 0.961\\) 时，平衡准确率提升至 `0.938`，误拦率降至 `0.056`���`7/125`），同时仍保持 `82/82` 越界轨迹全检出。表 2 同时列出了 `v1` 版本（*N* = 562，78 条轨迹）的官方归档结果，FastBrain-9B 在该版本二元与多分类双赛道均位居第 1 / 9。
+在二元安全拦截赛道上，FastBrain-9B 的 AUROC 为 `0.985`，恶意调用总召回率为 `0.996`（`534/536`），全部 `82/82` 条越界轨迹均在首次违规调用处即被捕获（`median_bad_calls_before_catch = 0.0`），其中 `harness_introspection`（`272/272`）、`credential_misuse`（`15/15`）与 `sandbox_escape`（`4/4`）三类召回率均为 `1.000`。在未经验证集调整的默认判别阈值 \\(P(\text{block}) \ge 0.50\\) 下，平衡准确率为 `0.814`（误拦率 `0.368`，优于 27.4B `Cloudflare/clef` 的平衡准确率 `0.808` 与误拦率 `0.384`）。由于连续概率排序区分度保持在 `0.985` AUROC，将工作点阈值设定为 \\(P(\text{block}) \ge 0.961\\) 时，平衡准确率提升至 `0.938`，误拦率降至 `0.056`（`7/125`），同时仍保持 `82/82` 越界轨迹全检出。表 2 同时列出了 `v1` 版本（*N* = 562，78 条轨迹）的官方归档结果，FastBrain-9B 在该版本二元与多分类双赛道均位居第 1 / 9。
 
 **表 2：`harness-hub/safeagents-judge-bench` 零样本评测结果对比（`v2` 测试集 *N* = 661，82 条越界轨迹；附 `v1` 归档对照 *N* = 562）。**
 
@@ -102,9 +102,9 @@ $$
 
 [`LocalLLaMA/typed-decisions`](https://huggingface.co/datasets/LocalLLaMA/typed-decisions) 评测集覆盖智能体轨迹可观测性（`agent_trace_observability`）、客户服务（`customer_service`）、供应商发票核验（`invoice_processing`）与安全事件响应（`security_incidents`）四类企业工作流，测试集包含 400 个独立案例、共 2,000 个类型化子问题（涵盖 `noul`、`choice` 与 `score`），并以多教师模型集成的软标签分布作为真值基准。官方仓库存在两种并列真值处理脚本：`bench/score_with_jobs.py` 对真值分布中概率并列最高的选项按首个索引判对（`g.index(max(g))`），而 `scripts/score_model.py` 将 20 道并列题中的任一最高分选项均计为正确；两种脚本下的 KL 散度与 Brier 评分完全一致。我们在表 3 中同时报告两种口径的准确率，并在 [`eval_submissions/`](./eval_submissions/) 中公开原始预测文件。
 
-在零样本总榜（*N* = 43 个参评模型）中，FastBrain-9B 取得 `0.7525`（并列口径 `0.7625`）的准确率、`0.1508` 的 KL 散度、`0.0795` 的 Brier 评分与 `0.085` 的期望校准误差（ECE），在 RTX PRO 6000（SGLang）上的 p50 延迟为 `50 ms`。该成绩位列全量零样本榜 **第 7 / 43**、开源权重模型 **第 5 / 36**、≤9B 开源模型 **第 2 / 19** 以及全部 `Clef` 架构模型 **第 1**，较 9.4B 基座 `Cloudflare/clef-flash`（准确率 `0.7100`，KL `0.2093`）提升 `+4.25` 个百分点，较 27.4B `Cloudflare/clef`（准确率 `0.7275`，KL `0.1907`）提升 `+2.50` 个百分点。在零样本准确率高于 `0.700` 的全部 28 个模型中，FastBrain-9B 具有最低的 p50 推理延迟（`50 ms`，对比 9B `Amos 1 medium` 的 `118 ms`、27B `Amos 1 large` 的 `357 ms`、`meraGPT Decider 1` 的 `526 ms` 以及 31B `Quyet-1.0-Large` 的 `3,335 ms`）。若直接评测未经后验规则调整的序数 KL 蒸馏原生头，零样本准确率为 `0.7735`（KL `0.1039`，Brier `0.0582`）。
+在零样本总榜（*N* = 43 个参评模型）中，FastBrain-9B 取得 `0.7525`（并列口径 `0.7625`）的准确率、`0.1508` 的 KL 散度、`0.0795` 的 Brier 评分与 `0.085` 的期望校准误差（ECE），在 RTX PRO 6000（SGLang）上的 p50 延迟为 `50 ms`。该成绩位列全量零样本榜 **第 7 / 43** 、开源权重模型 **第 5 / 36** 、≤9B 开源模型 **第 2 / 19** 以及全部 `Clef` 架构模型 **第 1** ，较 9.4B 基座 `Cloudflare/clef-flash`（准确率 `0.7100`，KL `0.2093`）提升 `+4.25` 个百分点，较 27.4B `Cloudflare/clef`（准确率 `0.7275`，KL `0.1907`）提升 `+2.50` 个百分点。在零样本准确率高于 `0.700` 的全部 28 个模型中，FastBrain-9B 具有最低的 p50 推理延迟（`50 ms`，对比 9B `Amos 1 medium` 的 `118 ms`、27B `Amos 1 large` 的 `357 ms`、`meraGPT Decider 1` 的 `526 ms` 以及 31B `Quyet-1.0-Large` 的 `3,335 ms`）。若直接评测未经后验规则调整的序数 KL 蒸馏原生头，零样本准确率为 `0.7735`（KL `0.1039`，Brier `0.0582`）。
 
-在使用 `train` 划分（1,200 个样本）的独立榜单（*N* = 51 个模型）上，在 **完全冻结主干与决策头权重 (`no weights changed`)** 、仅拟合逐问题对数先验偏置与标量温度参数的前提下，FastBrain-9B 取得 `0.7970`（并列口径 `0.8070`）的准确率、`0.0816` 的 KL 散度与 `0.0437` 的 Brier 评分，位列 **并列第 12（列表第 14 / 51）**，并在冻结权重模型中取得最优的 KL 分布校准度。
+在使用 `train` 划分（1,200 个样本）的独立榜单（*N* = 51 个模型）上，在 **完全冻结主干与决策头权重 (`no weights changed`)** 、仅拟合逐问题对数先验偏置与标量温度参数的前提下，FastBrain-9B 取得 `0.7970`（并列口径 `0.8070`）的准确率、`0.0816` 的 KL 散度与 `0.0437` 的 Brier 评分，位列 **并列第 12（列表第 14 / 51）** ，并在冻结权重模型中取得最优的 KL 分布校准度。
 
 **表 3：`LocalLLaMA/typed-decisions` 测试集（*N* = 400 案例，2,000 次决策）评测结果。`/` 前后分别对应 `score_with_jobs.py` 与 `score_model.py` 口径。**
 
@@ -128,9 +128,9 @@ $$
 
 ### 3.3 多领域结构化决策基准 (Cloudflare Decision Index `v0.2.1`)
 
-在涵盖 10 个评测数据集、共 *N* = 22,427 条请求的 **Cloudflare Decision Index (`v0.2.1`)** 套件（覆盖 AST 函数调用、20 候选工具检索重排、多步状态 API 调用、细粒度金融意图识别、开放集越界拒识、推理密集型检索、电商相关性分级、多探针钓鱼网站鉴别与工具调用触发治理）上，FastBrain-9B 的无加权 10 任务宏平均得分为 **80.55%**（表 4，图 1–3）。
+在涵盖 10 个评测数据集、共 *N* = 22,427 条请求的 **Cloudflare Decision Index (`v0.2.1`)** 套件（覆盖 AST 函数调用、20 候选工具检索重排、多步状态 API 调用、细粒度金融意图识别、开放集越界拒识、推理密集型检索、电商相关性分级、多探针钓鱼网站鉴别与工具调用触发治理）上，FastBrain-9B 的无加权 10 任务宏平均得分为 **80.55%** (表 4，图 1–3）。
 
-在 ≤9B 参数量级（对比 `Clef-flash` 9.4B、`Kev 9B` 与 `Laya` 0.4B）中，FastBrain-9B 在全部 **10 / 10 个子基准上均取得第 1**，宏平均分较同架构基座 `Clef-flash`（`74.96%`）提升 `+5.59` 个百分点，较 `Kev 9B`（`76.51%`）提升 `+4.04` 个百分点。增幅主要集中于对边界校准敏感的开放集拒识与安全治理任务：`CLINC150+OOS` 提升 `+31.67` 个百分点（`98.44%` 对比 `66.77%`），`When2Call` 提升 `+15.55` 个百分点（`81.13%` 对比 `65.58%`），`PhishNChips` 提升 `+6.80` 个百分点（`78.75%` 对比 `71.95%`）。跨全部参数规模（最高 27.4B）比较，FastBrain-9B 总宏平均位列 **第 2 / 7**，高于 `27B Jev`（`80.32%`）与 `26B-A4B DiffusionGemma Jev`（`69.14%`），并在 `BFCL`、`API-Bank`、`CLINC150+OOS`、`Home Appliances` 与 `When2Call` 五个子基准上高于 `27.4B Clef`（`81.81%`）。
+在 ≤9B 参数量级（对比 `Clef-flash` 9.4B、`Kev 9B` 与 `Laya` 0.4B）中，FastBrain-9B 在全部 **10 / 10 个子基准上均取得第 1** ，宏平均分较同架构基座 `Clef-flash`（`74.96%`）提升 `+5.59` 个百分点，较 `Kev 9B`（`76.51%`）提升 `+4.04` 个百分点。增幅主要集中于对边界校准敏感的开放集拒识与安全治理任务：`CLINC150+OOS` 提升 `+31.67` 个百分点（`98.44%` 对比 `66.77%`），`When2Call` 提升 `+15.55` 个百分点（`81.13%` 对比 `65.58%`），`PhishNChips` 提升 `+6.80` 个百分点（`78.75%` 对比 `71.95%`）。跨全部参数规模（最高 27.4B）比较，FastBrain-9B 总宏平均位列 **第 2 / 7** ，高于 `27B Jev`（`80.32%`）与 `26B-A4B DiffusionGemma Jev`（`69.14%`），并在 `BFCL`、`API-Bank`、`CLINC150+OOS`、`Home Appliances` 与 `When2Call` 五个子基准上高于 `27.4B Clef`（`81.81%`）。
 
 ![图 1：Cloudflare Decision Index v0.2.1 总体宏平均与参数效率对比](./assets/benchmark_overview.png)
 *图 1. Cloudflare Decision Index（v0.2.1，22,427 条请求）10 任务宏平均分与模型参数规模关系。*
@@ -190,7 +190,7 @@ $$
 | 评测指标 / 子任务 | PyTorch `bfloat16` (18.82 GB) | GGUF `Q8_0` (9.66 GB) | GGUF `Q4_K_M` (6.73 GB, `Q8_0` 决策头) |
 | :--- | :---: | :---: | :---: |
 | Top-1 决策一致率 (*N* = 1,473) | 100.00% (基准) | 99.86% (1,471 / 1,473) | 98.78% (1,455 / 1,473) |
-| 预测概率平均绝对误差 — \ \(\lvert \hat{p}_q - \hat{p}_{\mathrm{bf16}} \rvert\\) | 0.00000 | 0.00203 | 0.00387 |
+| 预测概率平均绝对误差 — \\(\lvert \hat{p}_q - \hat{p}_{\mathrm{bf16}} \rvert\\) | 0.00000 | 0.00203 | 0.00387 |
 | 10 任务宏平均（未校准原生输出） | 82.37% | 82.34% (-0.03) | 82.56% (+0.19) |
 | 10 任务宏平均（Schema 拓扑校准） | 83.68% | 83.65% (-0.03) | 83.48% (-0.20) |
 | ├─ 1. BFCL / 3. API-Bank / 4. BANKING77 | 100.0% / 95.0% / 100.0% | 100.0% / 95.0% / 100.0% | 100.0% / 95.0% / 100.0% |
@@ -256,7 +256,7 @@ print(response)
 
 > [!IMPORTANT]
 > **`ClefModel` 架构 GGUF 运行参数要求**
-> 1. 需使用 **`llama.cpp` `b11430` 或更高版本**。该版本包含 `LLM_ARCH_CLEF` 计算图定义（支持 `dec.*` 决策头张量）与 `/v1/systemone` HTTP 路由；旧版构建或纯生成式封装无法执行交叉注意力决策头。
+> 1. 需使用 **`llama.cpp` `b11430` 或更高版本** 。该版本包含 `LLM_ARCH_CLEF` 计算图定义（支持 `dec.*` 决策头张量）与 `/v1/systemone` HTTP 路由；旧版构建或纯生成式封装无法执行交叉注意力决策头。
 > 2. 启动时需将物理微批次设为���逻辑批次一致（如 `-b 16384 -ub 16384` 或 `-b 4096 -ub 4096`），并开启 `--no-cache-prompt`。`ClefModel` 在单个物理 `ubatch` 内对 `<|question_*|>` 与 `<|option_*|>` 区间执行池化，默认的 `-ub 512` 会截断超过 512 tokens 的输入序列，而前缀缓存可能跳过边界标记计算。
 
 ```bash