确定性判分

角色

掌握度是系统对学习者的正式判断，它必须建立在可复现的判分上。模型可以解释判分结果， 不能代替判分。宿主的 kernel/graders.py 是权威实现，这里描述它的使用契约。

判分器类型

grader	适用	判定
exact	单选、精确值	归一化后完全相等
numeric	数值题	落在 tolerance 内
set	多选	集合相等，可配 partial_credit
keywords	简答	命中必需关键词集合的比例
tool	需要工具核查的题	与工具输出比对

规则

1. 先判分，再解释。顺序反过来会让解释影响分数。
2. 分数是观测值。判分器给 0.4 就产出 0.4 的证据，不要因为「他思路对」改成 0.7； 思路对属于另一条 error_pattern 证据。
3. 误区标签取自课程包的 misconception 分类，不要每次新造措辞—— learning_profile.misconceptions 按标签聚合，措辞漂移会让同一个误区看起来像五个。
4. 答不出也是证据：产出 no_answer，score=0.0，不要跳过。跳过会让 evidence_count 停滞，掌握度估计永远处于「不可信」。
5. 提示层级必须随分数一起产出。H3 提示下答对的信息量远低于 H0， 掌握度按 kernel/mastery.py::hint_discount 打折。
6. 判分器不可用或题目没有判分规则 → 走 graceful-degradation：保留作答证据， 标 needs_recheck，不要猜分数。

输出契约 grading-result.v1

{
  "per_item": [
    {"item_id": "q3", "knowledge_point": "tcp-congestion", "score": 0.0,
     "correct": false, "hint_level": 2,
     "misconceptions": ["把拥塞窗口当成接收窗口"],
     "detail": "答案写成 rwnd 决定发送速率"}
  ],
  "overall": 0.33,
  "needs_recheck": [],
  "evidence": [{"signal": "incorrect", "knowledge_point": "tcp-congestion",
                "score": 0.0, "hint_level": 2}]
}

反模式

• 让模型「综合评估」一道有明确答案的题。
• 把部分分给成「鼓励分」。
• 判分结果不产出证据，只写进回复文本——那样档案永远不动。