证据聚合器：把多条相互独立的证据合并成一个 [0, 1] 区间内的置信分数。

采用 noisy-OR 模型：

 score = 1 - Π(1 - contribution_i)

该公式满足以下性质，这正是关联打分所需的基本要求：

  • 单调性：增加任意一条证据（contribution > 0）只会让分数升高或不变；
  • 有界性：结果永远落在 [0, 1] 区间内，不会因为证据堆叠而溢出；
  • 可交换性：与证据的枚举顺序无关，保证结果可复现；
  • 可解释性：每一条证据的贡献可以单独取出，用于结果表的"评分依据"列。