把你的数据变成
你自己的 AI 模型

一个任务，拆成几块，每块专精

复杂的活不该指望一个大模型全包。KVAXIR 把它拆成 感知 / 判断 / 决策 / 执行 这样的几块，每块在你自己电脑上训一个专精小模型，再按链路串起来 —— 前级的输出就是后级的输入。

• 没过基线，不算过：每一步都要先跨过一道平凡的兜底下限（例如「全猜多数类」的 0.41）；链路的「整体成立」必须是每一步都真的跑通 —— AI 只能补理由，不能把不过翻成过。
• 拆开不自动更准（我们自己的实测）：四次冻结判据实验里，多模型投票 −6.43pp、OOF 链路叠加 −0.59pp。所以我们把「更好」当目标写，不当承诺 —— 拆开的价值在于每块可控、可换、可单独验证。
• 是流水线，不是合并：前级输出 = 后级输入，可串可并；不合并数据集，也不合成一个通用大模型。任一环失败，会定位到具体是哪一步。

从数据到模型，六步闭环

三层说清：什么本地、什么联网、怎么关

• ① 训练与数据 100% 本地：导入 / 采集 / 打标 / 训练 / 评估 / 导出全链路离线可跑，零联网（断网可用）。
• ② AI 按需联网：仅在你触发 AI 功能（助手 / 卡片 / 体检）时发送统计摘要（列名 / 行数 / 特征概况），不含原始数据行；不触发不联网。
• ③ 可完全关闭：设置中可切换「纯本地模式」—— AI 外发通道全部关闭、全程离线运行；也可选「在线增强」，默认智能选择。

三种自验证方法（详见仓库 docs/privacy-verify.md）

• 长期可用性：若项目终止（连续 6 个月无更新 / 服务器关停 / 公开声明），将发布最终「离线解锁补丁」并公示校验值 —— 已写进《使用条款》。

四层防护：数据 · 账户 · 授权 · 传输

• 数据层：训练数据不出域；AI 只收统计摘要；可抓包自验证
• 账户层：验证码注册 + 密码加盐哈希；登录 / 验证码限流防爆破；支持强制下线
• 授权层：机器码绑定离线授权（HMAC 签名）；激励码单次使用、全程可审计；水印联动
• 传输与后台：管理后台经公网 https://kvaxir.com/admin 访问，口令 + HMAC 签名 Cookie（12h）保护；全站 HTTPS
• 安装包提供 SHA256 校验值（与 SHA256SUMS.txt 对照）；代码签名在 M4 清单内，尚未实施

完整说明见发布物内 docs/security.md——能验证的写清楚，做不到的不承诺。