修改

skills/model-iteration/references/knowledge/multi_command_rules.md

@@ -0,0 +1,21 @@
+# 多指令 vs ComplexTask 分流规则
+
+## 核心判定
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 多个独立命令拼在一句话里 | 多个 `Agent(...)` | "导航到大姚县打开微信播放音乐" → 3个Agent |
+| 单个任务涉及多步骤/多目的地 | `ComplexTask(tag="...")` | "先去加油站再去机场" → 1个ComplexTask |
+
+## 判定要点
+
+- **多指令（Multi-command）≠ ComplexTask**：用户在一句话中说了多个独立的命令（导航+播放+打电话+控制），每个命令应该独立解析为各自的 Agent，不是一个 ComplexTask
+- **ComplexTask 是单任务多步**：只有当一个任务本身需要多步规划时才是 ComplexTask（如多目的地导航、带筛选条件的旅游规划）
+- **"然后"不一定是 ComplexTask 信号**：如果"然后"连接的是不同领域的独立命令（导航+控制+播放），那是多指令；只有"然后"连接同一任务的多个步骤（先去A再去B）才是 ComplexTask
+
+## 识别方法
+
+- output 中有多个 `Agent(...)` 调用 → 多指令，保持不变
+- output 中只有一个调用但 query 含多目的地 → 可能应该是 ComplexTask
+- query 中"然后/再/接着"连接不同 tag 的任务 → 多指令
+- query 中"然后/再/接着"连接同 tag 的多个地点 → ComplexTask

skills/model-iteration/references/knowledge/multiturn_continuity_rules.md

@@ -0,0 +1,57 @@
+# 多轮对话连贯性 —— ComplexTask 继承规则
+
+## 核心判定
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 上轮是 ComplexTask + 当前 query 和上轮**相关**（延续/细化/替换/挑选/追加） | 当前仍 `ComplexTask(tag="...")` | 上轮 CT 导航多目的地，当前"第二家导航过去" → CT |
+| 上轮是 Agent + 当前 query 是独立新任务 | 按当前 query 独立分类 | 上轮 Agent 导航，当前"播放周杰伦" → Agent(音乐播放) |
+| 上轮是 ComplexTask + 当前 query 是**无关**新任务 | 按当前独立分类 | 上轮 CT 旅游，当前"今天天气怎么样" → QA/WeatherQA |
+
+## 判定要点
+
+- **"相关"的定义**：当前 query 是对上轮任务的**延续、细化、替换、挑选、追加**中的任一类：
+  - 延续：用户在上轮的同一任务线上继续操作（"继续导航"/"换一条不堵的"）
+  - 细化：对上轮结果加筛选条件（"人少一点的"/"评分最高的"/"最近的那个"）
+  - 替换：换掉上轮的某个要素，同领域保持（"不要 A 换成 B"）
+  - 挑选：从上轮推荐的候选中选择（"第一个"/"第二家"/"刚给的那个"）
+  - 追加：在上轮任务基础上加步骤（"路上再加个加油站"/"顺便找个 ATM"）
+
+- **prev 侧"隐式 CT 信号"（R17777 补充）**：prev 即使只是一轮用户独白，只要含以下任一信号也视作 CT 场景：
+  - **单轮内自我修正/替换**："导航到 A 哦不对 B"、"去 X 啊不 Y"、"到 A 嗯就是 B" —— 用户在说的过程中换目的地，系统需处理替换逻辑
+  - **候选选择犹豫**："是 A 还是 B"、"哪个近就哪个"、"算了不去 A 了"
+  - **多 POI 枚举/对比**："A 和 B 哪个近"、"先说 A 再说 B"
+
+> 注：单 POI + 多重形容词筛选（"最便宜的有车位的充电站"）**不算** CT 信号，按 R1 归 Agent。
+
+- **继承的是 `complex` 维度，不是 tag 内容**：tag 仍可能是 Agent 标签，但 complex=true，因为复合任务语境未结束
+
+## 反例（不适用继承）
+
+- 当前 query 明显切换意图：上轮 CT 导航 → 当前"打开空调"（tag=车载控制，无关）→ 独立分类
+- 当前 query 是独立的闲聊 / 时间 / 天气问答：上轮 CT → 当前"现在几点" → 独立分类
+- 上轮是 CT 但失败/取消（"算了不要了"）：后续 query 不再继承
+
+## 为什么需要这条规则（经验来源）
+
+R17775 迭代中，我们修改了训练集 47 条"纯路线偏好"样本 complex=true → false，对齐 0511 专项 gold（60% → 76.67%）。但这产生副作用：
+
+- `复杂导航线上真实_rag` -3.30pp（11 条 gold=true 被过度修正为 false）
+  - 如 "我要重新选一个路线"、"嗯经过凤雏路去江北虹悦城"
+- `0511 专项` 新引入 6 条错全是**多轮延续 POI/挑选**类
+  - 如 "评分最高的那个导航过去"、"第二家导航过去"、"人少一点的"
+
+根因：单看 query 这些表达像"纯偏好"，但在多轮上下文中是**对上轮 ComplexTask 的挑选/细化**，应继承 CT。SFT 模型在只看当前 query 时判错。
+
+## 应用场景
+
+- **数据增强**：生成带 prev_session 的训练样本时，如果 prev 是 `ComplexTask(...)`，当前 query 与之相关 → ground_truth 必须是 ComplexTask（不能矛盾）
+- **训练集清洗**：不要把"多轮延续同任务"类样本的 complex=true 改为 false（R17774 的 47 条改动里，L10752 / L10943 / L10954 等 multi_turn_deixis 已保留未改，正确）
+- **Badcase 分析**：错例 query 如果语境是对上轮 CT 的延续，SFT 模型判错不能靠修改训练集同 pattern 样本的 label 来解，需要补"带 prev_session 的延续 CT"仿写增强模型学到上下文信号
+- **Reward 函数**：对违反此规则的预测（prev=CT + 相关继续 但 pred complex=false）应被惩罚
+
+## 反模式
+
+- ❌ 只看当前 query 文本判 complex，忽略 prev_session
+- ❌ 训练集批改 complex=true→false 时未检查 prev_session，导致多轮延续样本被误改
+- ❌ 生成仿写时当前 query 与 prev_session 矛盾（prev CT 但 current 标 complex=false）

skills/model-iteration/references/knowledge/navigation_routing_rules.md

@@ -0,0 +1,21 @@
+# 地图导航 Agent / ComplexTask 分流规则
+
+## 核心判定逻辑
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 单POI + 任意数量形容词 | `Agent(tag="地图导航")` | 导航去最近的加油站、去附近最便宜的停车场 |
+| 多POI（多个目的地） | `ComplexTask(tag="地图导航")` | 先去加油站再去机场接人 |
+| 单POI + 一句话描述当前状态 | `ComplexTask(tag="地图导航")` | 加完油再去机场（"加完油"描述当前状态） |
+
+## 判定要点
+
+- **形容词不影响分流**：不管加多少形容词修饰（最近的、便宜的、大的），只要是单POI就是 Agent
+- **多目的地 = Complex**：只要 query 中出现多个地点/动作序列，就是 ComplexTask
+- **状态描述 = Complex**：单POI 但前面带了一句描述当前状态的话（如"加完油"、"吃完饭"），说明用户在做多步规划，属于 ComplexTask
+
+## 应用场景
+
+- 数据增强时：按此规则标注 ground_truth
+- Badcase 分析时：以此为标准区分"分流错误"和"语义错误"
+- Reward 函数：分流违反此规则的应被惩罚

skills/model-iteration/references/knowledge/travel_routing_rules.md

@@ -0,0 +1,26 @@
+# 旅游 Agent / ComplexTask 分流规则
+
+## 核心判定逻辑
+
+| 场景 | 输出 | 示例 |
+|------|------|------|
+| 规划路线，无筛选条件 | `Agent(tag="旅游")` | 规划一个从北京到上海的路线 |
+| 规划路线，有筛选条件 | `ComplexTask(tag="旅游")` | 规划一个从北京到上海的路线，人少风景好、三天两夜、3000预算 |
+
+## 判定要点
+
+- **无条件纯路线规划 = Agent**：只要求从A到B的路线，没有额外约束
+- **带筛选/约束条件 = Complex**：路线规划附带了时间、预算、偏好、天数等任何筛选条件，说明需要多维度规划，属于 ComplexTask
+
+## 筛选条件举例
+
+- 时间约束：三天两夜、五一假期、周末
+- 预算约束：3000预算、经济型
+- 偏好约束：人少、风景好、适合亲子、有美食
+- 交通约束：自驾、高铁优先
+
+## 应用场景
+
+- 数据增强时：按此规则标注 ground_truth
+- Badcase 分析时：以此为标准区分"分流错误"和"语义错误"
+- Reward 函数：分流违反此规则的应被惩罚