README.zh.md: release date, table formatting

README.zh.md

@@ -90,7 +90,7 @@ curl -s http://127.0.0.1:8080/v1/systemone -H 'Content-Type: application/json' -
 
 | 模型                    | 日期         | DI 0.3 公开 | DI 0.2.1 | 黄金集留出（英 / 简 / 繁）   | 说明                           |
 | --------------------- | ---------- | --------- | -------- | ------------------ | ---------------------------- |
-| KnowLine-4B-Gen2（本模型） | 2026-10-07 | 62.54     | —        | 69.7 / 71.2 / 64.8 | Gen1 占 0.5，mix F 第 4,500、5,000 步各占 0.25，权重平均 |
+| KnowLine-4B-Gen2（本模型） | 2026-10-08 | 62.54     | —        | 69.7 / 71.2 / 64.8 | Gen1 占 0.5，mix F 第 4,500、5,000 步各占 0.25，权重平均 |
 | [KnowLine-4B-Gen1](https://huggingface.co/PelaAI/KnowLine-4B-Gen1) | 2026-10-07 | 60.47     | 60.92    | 68.7 / 69.9 / 64.1 | 首次发布（内部运行 "mix E"，第 5,650 步） |
 
 从 Gen2 起只跑 Decision Index 0.3，不再跑 0.2.1。
@@ -118,12 +118,12 @@ Mind2Web 和拳皇 '98 评测尚未在 Gen2 上重测，Gen1 的结果见[其模
 
 按 Decision Index 榜单说明的方法，在 0.3 公开套件上计算：逐字段判断对错，置信度取所选选项的概率，各基准等权，10 个等宽分箱。
 
-| 指标 | Gen2 | Gen1 | 榜单中位数（112 个模型） | Jev 1.13 |
-| --- | --- | --- | --- | --- |
-| ECE（越低越好） | 0.06-0.07 | 0.08-0.09 | 0.084 | 0.074 |
-| Brier 分数（越低越好） | 0.31-0.33 | 0.34-0.36 | 0.49 | 0.36 |
-| 置信度 ≥95% 但答错的比例 | 2.2% | 3.3% | 1.3% | 2.1% |
-| 平均置信度 / 准确率 | 0.83 / 0.76 | 0.84 / 0.74 | | 0.81 / 0.74 |
+| 指标              | Gen2        | Gen1        | 榜单中位数（112 个模型） | Jev 1.13    |
+| --------------- | ----------- | ----------- | -------------- | ----------- |
+| ECE（越低越好）       | 0.06-0.07   | 0.08-0.09   | 0.084          | 0.074       |
+| Brier 分数（越低越好）  | 0.31-0.33   | 0.34-0.36   | 0.49           | 0.36        |
+| 置信度 ≥95% 但答错的比例 | 2.2%        | 3.3%        | 1.3%           | 2.1%        |
+| 平均置信度 / 准确率     | 0.83 / 0.76 | 0.84 / 0.74 |                | 0.81 / 0.74 |
 
 - **为什么是区间**：榜单没有公布具体用了哪 32 个基准。我们用三个公开了结果的榜单模型核对，自算的 ECE 与榜单值最多相差约 0.015，所以按几种可能的基准组合给出区间。
 - **整体仍偏自信**：平均置信度比准确率高约 7 个点。偏差集中在难推理题（HLE、CRUXEval）、幽默判断（Humicroedit）和颜色判断（cfcolor）。