类型安全不等于无错：受约束决策头跟随选项名称而非绑定的判据

类型化决策模型专为模型输出被软件直接消费的场景构建：它们不生成自由文本，而是在预定义选项集合上返回一个决策。就构造而言，每个输出都符合所需模式。然而这一保证并不能告诉我们模型是否按预期解释这些选项。我们通过改变选项名称与判据（rubric）之间的绑定方式，研究了Jev及两个开放权重的类Jev模型。每个选项由一个选项名称和一段定义该选项含义的文本判据组成。我们只改变哪个选项名称绑定到哪条判据；问题、状态、判据措辞与选项名称集合完全不变。在1,200个带任务特定判据的工作流决策上，把两个选项从0/1重命名为no/yes会使每百个答案多翻转70.4个（95%置信区间：[67.6, 73.1]），并把AUC从.94移到.23，揭示了决策排序中的系统性反转而非简单的不确定性。同一操作对中性选项名称几乎没有影响。该模式在全部4个谓词上成立，效应至少是中性对照下的7.4倍，并随选项数量增加而增强。该效应还取决于读出几何：一个对完整选项跨度做均值池化的第二模型家族，翻转频率低4.1倍。托管模型表现出同样行为：交换使AUC从.8146变为.5806，产生的答案翻转是其重测下限的24倍。相比之下，把选项名称替换为随机字符串使所有模型家族回到中性对照区间，而准确率不降。因此，这一失败取决于选项名称的语义极性，而非重命名操作本身。在所有条件下，类型错误率保持为0%，即便决策准确率大幅退化。