feat(sense): T-G4 线性头（离线 softmax 回归 + 纯 Python 推理）

- classifier.py：LinearHead.load（JSON 工件，缺失/损坏 -> ArtifactMissing）+
  predict（纯 Python 点积 + 稳定 softmax，D-G5 serving 零依赖）；LoraRemote 预留
- scripts/train_tier_head.py：numpy softmax 回归（类别权重均衡/L2），
  70/15/15 切分，head.json + metrics.json（accuracy/macro-F1/逐档 F1）+ 工件登记；
  --synthetic 合成自测链路；CLI 出口 UTF-8 reconfigure
- requirements-ml.txt 登记 numpy（离线训练用，D-P6/D-G5 说明理由）
- 测试 +5（黄金向量 softmax 一致/argmax/缺失/损坏/合成训练-推理链路），全量 400 passed

requirements-ml.txt

@@ -1,11 +1,15 @@
-# 可选：接入真实开源小模型（RTX 4060 8GB 可跑 0.5B-4B 量化模型）
-# 安装：pip install -r requirements-ml.txt
-torch>=2.2
-transformers>=4.40
-accelerate>=0.30
-peft>=0.11
-sentencepiece
-protobuf
-bitsandbytes
-# 轻量推理引擎（可选）
-# llama-cpp-python␍
+# 可选：接入真实开源小模型（RTX 4060 8GB 可跑 0.5B-4B 量化模型）
+# 安装：pip install -r requirements-ml.txt
+torch>=2.2
+transformers>=4.40
+accelerate>=0.30
+peft>=0.11
+sentencepiece
+protobuf
+bitsandbytes
+# 轻量推理引擎（可选）
+# llama-cpp-python
+
+# 语义分析器离线训练（T-G4）：仅 scripts/train_tier_head.py 使用；
+# serving 路径零新依赖（D-G5：线性头推理纯 Python 点积）
+numpy>=1.26