大模型设置
用于出题、周报、素材转化、范文拆解等常规任务，默认不开启深度思考（更快更省）。 个别型号（如 GLM-5.3-Flash）始终思考、关不掉，下拉里会标注「始终思考」：不勾选时系统不会去发关闭信号（那会被 400 拒掉），而是按该型号最低档跑，照样出结果。
模型设置
四套模型各管一类任务，互不影响；改完即时生效，无需重启
各厂商当前模型 · 多AI评审、兜底降级按厂商走，用的就是这里的模型
改这里不切换默认厂商，也不影响「批改 / 出题 / 面试转化」那三套专用模型。 评审勾了哪家，就用哪家这一行的模型——以前只能把默认厂商切过去改、再切回来，很容易改错对象 （而且改了不重启还会失效）。现在选了就是它，重启后也不变。
智谱 GLM
DeepSeek
阿里通义
月之暗面 Kimi
字节豆包
硅基流动
批改模型设置 · 仅用于「申论-小题批改」「大作文出题与提纲批改」
批改要逐点判分、给修改建议，建议选推理强的模型并保持「深度思考」开启（判分更准，但稍慢、tokens 花费更高）。未单独选择时跟随上方默认大模型。
出题模型设置 · 用于每日一练出题、重要文件配题
出题要设计干扰项、核对答案依据，强烈建议保持「深度思考」开启并选推理能力强的模型（弱模型容易出现选项与原文雷同、答案自相矛盾的废题；系统已加质量门自动拦截重出）。未单独选择时跟随上方默认大模型。
面试转化模型设置 · 仅用于「面试-党报素材转化」（四份材料 + 五类题型逐字稿）
逐字稿要经得起考官追问，建议保持「深度思考」开启（一次转化 2-5 分钟）。未单独选择时跟随上方默认大模型。
多AI防套路评审 · 只评审「第四项 五类题型逐字稿」，识别模板化/套话
· 答题要素自检（亮观点/讲道理/给做法/收住）
是确定性的、每次都跑、免费，不用勾
素材注入
· 逐字稿末尾会附素材使用清单
（代码核对是否真的用上，不是模型自报）· 入库/预览：
python scripts/interview_materials.py --stats
重写触发看"问题清单"，不看分数：默认口径是「≥N 家同时点名了同一句原话」 （跨评委引用按去标点归一化后比对）；另外每次都会做一遍跨主题复现检测—— 同一句在你别的主题逐字稿里原样出现过，就是"换个题照样能用"的万能句，不花一分钱、 也没有评分噪声，命中同样触发重写。重写版只有在高置信问题更少时才被采用。
均分只作参考：实测同一份稿子评委之间能差 3 分（5 分与 8 分并存）， 比首版和重写版的差距还大，所以默认不再用它当门槛、也不再让它决定丢弃 （丢弃底线默认 0 = 关闭）。想回到旧口径：把「重写触发」切成"均分低于阈值"。 评审意见里每条都会原样引用逐字稿的一句话——那份引用清单才是真正有用的部分。
重写后还会做两件事（都可关）： A/B 盲评——让同一批评委只看首版和重写版（顺序打乱、不告诉它哪版是重写版）， 投票"哪版更像考生口头作答、套话更少"，多数票决定采用哪版；开着它就不再跑第二轮打分， 调用次数不变，但"哪个更好"比"打几分"可靠得多。 采分点覆盖——从题干和材料里列出 3~5 条必须体现的采分点（模型只出清单）， 再用代码逐字核对逐字稿有没有提到，缺到阈值就触发重写；覆盖率是算出来的、 可复核，不看模型脸色。
逐字稿不要求面面俱到：它是"正常答"（亮观点 → 讲道理 → 给做法 → 收住）， 材料做法是**可用素材**——契合就引用（一般每类题 1~2 个），不契合硬塞反而像背材料要减分。 所以「材料做法清单」默认关，覆盖缺口也**不会**触发重写；改成免费的 答题要素自检（每类题该有的框架在不在，缺了只提示、不重写）。 评审规则里也写明"没引用材料不是缺点"。
可朗读性自检是免费的、每次都会做：按题型算正文字数与朗读时长（220 字/分钟， 目标每类 550~750 字）、标出 ≥45 字的超长句和夹带的数字/百分比，写进逐字稿末尾。 长度问题只报不改——体例问题不值得再花一次生成。
评审会额外花钱和时间：每个勾选的厂商各调用一次；命中高置信问题时， 再各调用一次评审（或 A/B 盲评）+ 一次重写；采分点检查另加 1 次很短的非思考调用。 只用一家厂商最省，全部勾选约为 2~5 倍开销。
有效评审门槛：勾选 2 家及以上时，至少要有一半（2 家时就是 2 家）真的评成， 分数才算数；否则只标注"评委不足、不算通过"，也不自动重写。勾 1 家时以该家为准。 生产方自己也别勾进来评自己的稿子。