Update nexus: fix conflicts and sync local changes

wiki/concepts/Confidence-Score.md

@@ -1,52 +1,52 @@
----
-title: "Confidence Score"
-type: concept
-tags: ["identity-resolution", "decision-making", "threshold", "multi-agent"]
-sources: ["identity-graph-operator"]
-last_updated: 2026-04-25
----
-
-# Confidence Score（置信度评分）
-
-## Definition
-身份解析决策的核心度量——综合所有字段级匹配证据，通过加权求和得出的合并置信度。是决定"自动合并 / 提案审查 / 创建新实体"三类决策的分界指标。
-
-## Calculation
-
-```
-confidence = Σ(score_i × weight_i) / Σ(weight_i)
-```
-
-其中 `score_i` 是字段级 fuzzy/exact match 分数（0–1），`weight_i` 是字段可靠性权重。
-
-### 示例（来自 Identity Graph Operator 源码）
-| 字段 | 记录A值 | 记录B值 | Normalizer | Comparator | Score | Weight |
-|------|---------|---------|-----------|------------|-------|--------|
-| email | wsmith@acme.com | wsmith@acme.com | email | exact | 1.0 | 高 |
-| last_name | Smith | Smith | name | exact | 1.0 | 高 |
-| first_name | William | Bill | name | nickname | 0.82 | 中 |
-| phone | +155****0142 | +155****0142 | phone | exact | 1.0 | 高 |
-
-综合置信度 = `1.0×0.3 + 1.0×0.3 + 0.82×0.2 + 1.0×0.2` ≈ **0.96**
-
-## Decision Thresholds
-
-```
-confidence > 0.95  →  自动合并（单 Agent 高置信）
-0.60 ≤ confidence ≤ 0.95  →  提案审查（多 Agent 协作）
-confidence < 0.60  →  创建新实体
-```
-
-## Field Reliability Weights
-
-| 字段 | 权重 | 原因 |
-|------|------|------|
-| Email | 高 | 几乎唯一，变更需主动操作 |
-| Phone | 高 | 需验证，变更成本高 |
-| Name | 中 | 常见同名不同人，需结合其他字段 |
-| Address | 低 | 常见地址变更（搬家） |
-
-## Why Thresholds Matter
-- **防止假阳性**（False Merge）：将两个不同人（如同名"John Smith"）错误合并——高阈值 + 字段级证据防止
-- **防止假阴性**（Missed Match）：将同一人（如"Bill Smith"/"William Smith"）遗漏为不同实体——中等阈值触发提案审查而非直接拒绝
-- **可解释性**：per-field evidence 使决策可被其他 Agent 和人类审计
+---
+title: "Confidence Score"
+type: concept
+tags: ["identity-resolution", "decision-making", "threshold", "multi-agent"]
+sources: ["identity-graph-operator"]
+last_updated: 2026-04-25
+---
+
+# Confidence Score（置信度评分）
+
+## Definition
+身份解析决策的核心度量——综合所有字段级匹配证据，通过加权求和得出的合并置信度。是决定"自动合并 / 提案审查 / 创建新实体"三类决策的分界指标。
+
+## Calculation
+
+```
+confidence = Σ(score_i × weight_i) / Σ(weight_i)
+```
+
+其中 `score_i` 是字段级 fuzzy/exact match 分数（0–1），`weight_i` 是字段可靠性权重。
+
+### 示例（来自 Identity Graph Operator 源码）
+| 字段 | 记录A值 | 记录B值 | Normalizer | Comparator | Score | Weight |
+|------|---------|---------|-----------|------------|-------|--------|
+| email | wsmith@acme.com | wsmith@acme.com | email | exact | 1.0 | 高 |
+| last_name | Smith | Smith | name | exact | 1.0 | 高 |
+| first_name | William | Bill | name | nickname | 0.82 | 中 |
+| phone | +155****0142 | +155****0142 | phone | exact | 1.0 | 高 |
+
+综合置信度 = `1.0×0.3 + 1.0×0.3 + 0.82×0.2 + 1.0×0.2` ≈ **0.96**
+
+## Decision Thresholds
+
+```
+confidence > 0.95  →  自动合并（单 Agent 高置信）
+0.60 ≤ confidence ≤ 0.95  →  提案审查（多 Agent 协作）
+confidence < 0.60  →  创建新实体
+```
+
+## Field Reliability Weights
+
+| 字段 | 权重 | 原因 |
+|------|------|------|
+| Email | 高 | 几乎唯一，变更需主动操作 |
+| Phone | 高 | 需验证，变更成本高 |
+| Name | 中 | 常见同名不同人，需结合其他字段 |
+| Address | 低 | 常见地址变更（搬家） |
+
+## Why Thresholds Matter
+- **防止假阳性**（False Merge）：将两个不同人（如同名"John Smith"）错误合并——高阈值 + 字段级证据防止
+- **防止假阴性**（Missed Match）：将同一人（如"Bill Smith"/"William Smith"）遗漏为不同实体——中等阈值触发提案审查而非直接拒绝
+- **可解释性**：per-field evidence 使决策可被其他 Agent 和人类审计