feat(check): 偏离栏直读、响应错位判断；复查复用和硬预算（C2）

- deviation.py：模型判已响应的条目，证据所在表格行的偏离格写着「偏离 / 部分满足」等
  就改判负偏离；照抄要求格、响应格写的是别的内容的改判「响应可能对不上」
- reuse.py：按「提示词 + 要求 + 候选句原文」算缓存键，存模型原始结论；复查时内容没变、
  证据找得回的条目直接沿用，不调模型
- 每次检查送给模型的字数有上限，超出的条目列为请人工核对，写进覆盖范围
- 开发集 17 份：召回 61% → 73%，负偏离未说明 64% → 90%，规矩投标文件问题数不变

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

docs/architecture/check-eval.md

@@ -184,8 +184,28 @@
 
 **评测集**：从规矩的投标文件派生 4 份只带报价问题的（`evals/check/price_defects.py`：只改一个分项单价，合价、合计、大小写跟着改，算术一致）：S01-B-p01、S04-B-p01（超总价限价 1 元 / 1%）、S10-A-p02（超采购包限价 1%）、S10-A-p03（分项单价超上限 1%）。S10 的分项上限加起来就是采购包限价，总价超限必然有分项超上限，生成器把这条一并记进金标准。21 份上规则问题 62 / 62 查出、误报 0；同样只说明规则和生成器对得上。
 
-## 8. 下一步
+## 8. 第五轮：偏离栏直读、响应错位、复查复用和预算（2026-11-04）
+
+**改了什么**（`check/deviation.py`，都在模型判断之后、不调模型）：
+- **偏离栏直读**：模型判「已响应 / 只写满足」的条目，看它引的证据句所在的表格行；同一行有单元格整格写着「偏离 / 负偏离 / 部分满足 / 未完全响应」这类字样，改判负偏离，证据带上那一格。只写「偏离」两字的要是识别出单元格框的格（跨页无框的行抽字时「无偏离」会被拆成「无」「偏离」，规矩的 S07-B 上出过一次）。漏掉的 D06 多数就是这种：响应格照抄要求「满足，……」、偏离格写「偏离」，提示词已经要求读整行，模型还是漏。
+- **响应错位**（D09）：模型判「已响应」、引的证据全是照抄的要求格，同一行右边的响应格写的是别的内容（「显示器升降行程：150mm」「1位」），且和要求没有一个字对 / 数字字母串重合 → 改判「响应可能对不上」，说明里写出响应格原文。笼统的「支持 / 具备」、「详见……」、只写「满足」、要求太短（汉字少于 8 个）的不判。条件很严，宁可漏。
+- **复查复用**（C2，`check/reuse.py`）：每条清单项按「提示词版本 + 要求 + 候选句和同一行的单元格原文」算缓存键，和模型那一层的原始结论（后处理之前）一起存进 `check_item_result`；复查时键相同、证据句在本次投标文件里原样找得回来的，直接沿用，不调模型；响应方式、偏离栏直读这些后处理照常重算。覆盖范围写沿用了几条。
+- **硬预算**（C2）：每次检查送给模型的字数上限 120 万字（开发集平均约 5 倍），按批次顺序分配，超出的批次不调模型，条目记「超出预算」列为请人工核对，覆盖范围另写。
+
+| 指标（17 份） | 第三轮（scan） | + 偏离栏直读 | + 响应错位（本轮） |
+|---|---|---|---|
+| 查标召回 | 92 / 150（61%） | 107（71%） | **109 / 150（73%）** |
+| 致命级召回 | 22 / 32 | 24 / 32 | **24 / 32** |
+| D06 负偏离未说明 | 38 / 59（64%） | 53 / 59（90%） | 53 / 59（90%） |
+| D09 响应对象错位 | 5 / 13 | 5 / 13 | **7 / 13** |
+| 规矩的投标文件报出的问题 | 235 | 236 | **235** |
+| 模型调用 | — | 全部命中缓存 | 全部命中缓存 |
+
+**读法**：两项都是确定的规则，没有改提示词、没有多花 token。响应错位报了 3 处（2 个单元），全对，规矩的投标文件上没有改判；第一版报错的 4 处（「13.56MHz」没算数字字母重合、「支持」当成别的内容、要求太短）修掉后才是这个数。偏离栏直读依赖投标文件的偏离栏写法，真实文件里偏离栏常写「无」「—」「见说明」，这些不会改判（不算不满足），只有明确写了不满足的字样才改。
+
+## 9. 下一步
 
 1. 第 2 步还差：分项报价表和采购需求清单逐项对照（P13）、散文写法的单价上限。
-2. 第 3 步：D09（响应对象错位）、D06（负偏离未说明）的提示词 v3，token 预算、复查复用、重复条目分组。
+2. 送给模型的「同一行」改用按单元格分行（现在还用句子重叠，跨格、合并格会串）；要重跑模型，等下一次改提示词时一起做。
+3. 第 3 步：D09（响应对象错位）、D06（负偏离未说明）的提示词 v3，token 预算、复查复用、重复条目分组。
 3. 留出集（S03、S06、S09，风格 B + C，封存的词库）和真实国动投标文件，在第 3 步冻结代码后只跑一次。

docs/architecture/m3-plan.md

@@ -11,7 +11,7 @@
 | 第 0 步 评测集 | 试跑完成，继续扩充 | 规范 v0.2、留出集划分已定，留出集词库和风格 C 已封存；生成、注入、渲染、离线查标、评分工具已写；开发集 7 份招标文件、14 份投标文件第一版跑完，结果和发现见 `check-eval.md` §2 |
 | 第 1 步 链路打通 | ✅ 2026-11-04 | 见下方「第 1 步落地记录」 |
 | 第 2 步 规则 | 基本完成 | 响应方式（C12）、文件要在、扫描件兜底、规则检查 `rules.py`（报价形式、形式要件、响应表）、需人工核对（`manual.py`、`manual-checks` 接口）、「报价」类清单项和分项上限（C7）。还差分项和采购需求逐项对照（P13）、散文写法的单价上限。见 `check-eval.md` §4–§7 |
-| 第 3 步 AI 响应匹配 | 进行中 | 整行上下文、提示词 v2；D09 / D06、token 预算、复查复用还没做 |
+| 第 3 步 AI 响应匹配 | 进行中 | 整行上下文、提示词 v2、偏离栏直读、响应错位、复查复用、硬预算；还差送给模型的同一行改按单元格、重复条目分组、致命项重问。见 `check-eval.md` §8 |
 | 第 4～6 步 | 未开始 | |
 
 **第 1 步落地记录**（和本文设计不一致、或留到后面的，记在这里）：