[Smilewithoutfalling]

见 docs/roadmap/phase7-accuracy.md 和 DEVLOG [71]（[70] 已回填 7085714）。

• 先做评测：留出集 H1（约 40 题，含陷阱题和画图题）、过程验证器、pass^k；再做改进：列画像、结果合理性校验、枚举值召回。DuckDB / YAML 语义层视 H1 的失败分布再定。
• plan.md 阶段 7 行改为以 H1 为准；闸门 25 题和自造集只作回归。
• §1 有 5 条待 S 定：模型/网关、预算、出题分工、judge、数据许可。

只改文档。