彩票候选不确定性复核报告

适用场景

把模型间候选分歧整理成低、中、高不确定性分桶，明确高分但高分歧候选不能直接视为稳定参考。

输入与输出

• - 输入：第一步输出的 uncertainty.json、highstd 阈值和最小候选数
• 输出：READYFORHUMANREVIEW/HOLD、低/中/高不确定性候选分桶、阈值、风险发现和 report_hash

运行

CODEBLOCK0

错误恢复

上游未 READY、候选池过小或模型分歧过大时保持 HOLD/人工复核；不要删除高不确定性候选来美化结果。

隐私与责任边界

只处理公开来源或买家有权使用且已脱敏的本地 JSON，不读取凭据，不连接售彩、支付、下单或代投接口。模型间离散度只描述候选不确定性参考，不代表未来开奖概率、中奖率或收益。

验收

使用 examples/input.json 运行，确认输出含 status、findings、稳定 hash 和 prediction_claim=false；再用模型数量不足、概率越界、重复候选或空输入验收 REVIEW/HOLD 分支。