明确约束下实现正确、安全且可复现的模型行为

一项门控方法在明确约束下实现正确、安全且可复现的模型行为：7,253 个渲染产物全部匹配目标，4,290 个匹配对照均未静默，400 个不匹配前置条件中有 398 个静默。该方法包含 101 个参数且只移动一个 logit，其他 logit 保持字节一致；离线验证器基于 31,430 次冻结试验、11 个模型和 4 家厂商运行。