stcc-checker-0.6b-GGUF — 电话分诊判据核对器

给一段问诊记录和一条判据，回答 yes / no / unknown。只输出一个词。

它不选协议、不定档位、不生成处置措辞、不做 tool call。分级由配套的确定性规则引擎 （stcc-mcp，225 份 STCC 协议 / 849 分支 / 4,168 条判据）算出。 本仓发布核对器权重，引擎在 GitHub。

🔴 读这一段，否则模型会"返回空字符串"

通过 ollama pull hf.co/... 使用时，请求必须带顶层 "think": false。

  {"model": "...", "prompt": "...", "stream": false,
+  "think": false,
   "options": {"temperature": 0, "num_predict": 8}}

原因：ollama pull hf.co/<repo> 不会使用本仓的 Modelfile —— Ollama 从 GGUF 元数据 自动生成模板，而 Qwen3 的默认模板带 thinking。不传这个参数，模型返回空字符串， 且不报任何错（done_reason 仍是 stop，HTTP 200），看起来完全像模型坏了。 加大 num_predict 无效 —— 那不是截断。

不想每次都带这个参数，就用本仓的 Modelfile 自己建一次（模板与训练逐字节一致）：

hf download chenhaodev/stcc-checker-0.6b-GGUF \
    Qwen3-0.6B.Q8_0.gguf Modelfile.Q8_0 --local-dir stcc
cd stcc && ollama create stcc-checker -f Modelfile.Q8_0

之后 ollama run stcc-checker / API 调用都无需再传 think。

⚠️ 不是急诊分诊系统，不做诊断，不能替代医生。L1–L5 是处置阶梯 （叫救护车 / 立即急诊 / 今天就医 / 近两日门诊 / 居家观察）。紧急情况直接拨 120。

用法

ollama pull hf.co/chenhaodev/stcc-checker-0.6b-GGUF:Q8_0

输入格式（逐字节按这个拼，模板见随仓的 Modelfile.Q8_0）：

叙述：{一段问诊记录}
判据：{一条判据}

→ 输出 yes / no / unknown 之一。

import json, urllib.request
MODEL = "hf.co/chenhaodev/stcc-checker-0.6b-GGUF:Q8_0"

def check(text, criterion, model=MODEL):
    body = json.dumps({"model": model, "stream": False,
                       "prompt": f"叙述：{text}\n判据：{criterion}",
                       "think": False,          # ← 必须。见下方警告
                       "options": {"temperature": 0, "num_predict": 8}}).encode()
    req = urllib.request.Request("http://127.0.0.1:11434/api/generate", data=body,
                                 headers={"Content-Type": "application/json"})
    return json.loads(urllib.request.urlopen(req).read())["response"].strip()

check("我发烧到39度，浑身酸痛", "发热")   # → 'yes'
check("我不发烧，就是有点咳嗽",   "发热")   # → 'no'
check("我肚子疼了两天",         "发热")   # → 'unknown'

🔴 "think": False 那一行不能删 —— 删了会静默返回空字符串。原因见页首红框。

配套引擎（完整链路）

pip install stcc-mcp        # 或从源码：github.com/devhc123/stcc-mcp
stcc-mcp doctor             # 自检：索引 / Ollama / 模型
stcc-mcp triage --protocol Fever_Adult.md "$(cat 记录.txt)"

档位/分支/处置由纯标准库的确定性引擎算出（P(no)≥τ 阈值逻辑也在那一层，见 --no-threshold）。 仓库：https://github.com/devhc123/stcc-mcp （Apache-2.0） 本仓权重也可独立使用——就是上面那个三分类函数。

unknown 为什么是第一等状态

STCC 的分支语义是「本支任一条件为是 ⇒ 命中；全部为否 ⇒ 转下一支」。 "没提到" ≠ "说了没有"：前者必须触发追问，后者才能转分支。 把 unknown 压成 no 等于凭空伪造阴性，会让引擎走到错误的分支。

实测

split	n	acc	false_no🔴	no_recall
test_unseen（协议完全没见过）	3,224	0.9529	0.0024	0.9784
test_seen · new_record（协议见过、记录没见过）	1,251	0.9528	0.0000	0.9286
test_seen · seen_record（记录也见过）	487	0.9692	0.0000	0.9861
Q4_K_M · test_unseen	3,224	0.9498	0.0035	0.9770

• false_no（该成立却判成 no）是硬门，因为假 no 会把真值分支从引擎的安全收敛里排除掉。 少判 no 只造成过分诊，是成本旋钮。
• test_seen 故意拆两轨报：28% 的记录文本在训练集出现过（配的是别的判据）。 合并会被记忆抬高——实测记忆增益仅 +1.64pt。可泛化读数是 new_record 那行。
• 解析失败 0、截断 0。延迟中位 ~250ms（Mac / Ollama）。
• 量化：Q8→Q4 掉 0.3pt；硬门优先推荐 Q8。

端到端（合成分诊问询记录池）：分支忠实度 0.95、1.25s/条、¥0； 对照 deepseek-v4-flash 当 checker 0.97 / 32.0s / ~¥0.03。

判 no 的门槛是一个旋钮，不是模型的固有属性

argmax 在改写版判据上不在 Pareto 前沿：三分类里 no 会在 P(no)<0.5 时靠三方竞争胜出， 而那些正是最不确定的样本。用 P(no) ≥ τ 代替 argmax（否则在 yes/unknown 里取大者）：

τ	acc	false_no🔴	no_recall
0.63（默认，dev 上按 false_no≤0.0036 选）	0.9426	0.0000	0.9027
0.50	0.9457	0.0000	0.9189
0.40	0.9495	0.0024	0.9378
0.30	0.9498	0.0084	0.9432
0.10	0.9516	0.0120	0.9635

⚠️ 这一档只在改写版判据（发布分布）上成立——原文判据上 argmax 已在前沿。 它是分布偏移带来的校准偏移，不是通用调参。 ⚠️ 校准集只有 495 条正例（false_no 分辨率 0.0020），定不出更细的点，且系统性偏保守。 所以没有硬钉"最优值"，而是把整条曲线一起发布，按自己的代价矩阵挑点。

已知边界（先读这段再决定用不用）

1. 输入必须是「已按协议问过一轮」的记录，不是原始自述。 短主诉 unknown 率 94%；真实富对话（IMCS-21，748 字 / 40 轮）仍有 88%。 原因是 STCC 前置分支筛的是急症红旗（噎着、发紫、无反应）， 而自然产生的语料按定义不含这些情形、医生也不会去问——这是选择效应，换更富的语料无效。
2. 一次真实问诊不会把一支的判据全问完，于是档位停在该支上界。 这是安全收敛在正确工作，但上界松紧完全由问诊完备性决定。
3. 分级本身是 silver：分支级参照由强模型定稿 + 人工复核，终局结论仍缺一个真人护士 gold。
4. 不要对模型做输入路由：判别类模型应对所有输入都调用；能力边界由编排层判断。 模型没有"我不判"的出口——那是一条合法沉默路径，而沉默型漏报在评测中不可观测。

训练

Qwen3-0.6B + Unsloth LoRA（r=128 / α=128 / lr=2e-4 / 3 epoch / bf16，A40 ≈ $0.75）。 train_on_responses_only，metric_for_best_model 取非对称指标（漏判方向）。 Chat template 三处（train / eval / Modelfile）逐字节一致； response_part 用差值导出——Qwen3-0.6B 在 enable_thinking=False 下自带一个空 think 块， 照常规写成 <|im_start|>assistant\n 会把它算进训练目标，且不报任何错。

判据文本为逐条独立改写版（5,214/5,214），不含 STCC 原文表达； 纯阈值与单个医学术语（「咳嗽」「体温>100.4°F」）按事实保留。 改写过三道闸：数值/否定/长度/雷同的形式校验、oracle 回放与原版逐位一致、下游指标不掉。

完整复盘（含四次被自己的数据否掉的判断、一次不采纳的重训、以及那条阈值曲线的推导）见项目报告（未公开）。