experiment(intent): 수정 전 라벨 provisional baseline 실행

[hywznn]

목적

A/B consensus 완료 전 원본 1,340건을 최종 학습 데이터로 확정하지 않고, PR #33의 고정 분할을 이용해 모델링·평가 파이프라인의 provisional baseline을 실행합니다.

전제

• 원본 상태: recheck_required
• source SHA-256: 4f4ebfdd4170a78def33e31edbed8315921c0b67934f5ff8612595dcd479bed2
• Train 1,072건 / Validation 268건
• Reviewer A 제안과 provisional consensus는 원본에 아직 반영하지 않음
• 독립 Gold Test 240건은 아직 없음

작업 범위

• 외부 API 없이 재현 가능한 로컬 multilabel baseline 추가
• Train ID만 학습에 사용하고 Validation ID 누수 차단
• Intent Exact Match, Macro/Micro F1, Intent별 Recall 계산
• evidence exact match와 출력 구조 Gate를 별도 계산
• 데이터·split·설정 checksum이 포함된 provisional report 생성
• 동일 설정 재실행 시 결과 checksum 일치 검증
• consensus 반영 후 재학습해야 한다는 제한 명시

완료 기준

• Validation 레코드가 학습에 사용되지 않는다.
• 결과가 provisional_pre_consensus로 명시된다.
• 원본 데이터와 split 파일을 변경하지 않는다.
• 결과를 Gold/Test 또는 최종 성능으로 표현하지 않는다.
• make check와 개인정보 패턴 검사를 통과한다.

제외 범위

• A.X API 호출 및 배포
• BERT/Transformer 파인튜닝
• 운영 threshold 확정
• Gold Test 성능 주장

Related to #28, #32, #34 and PR #33.