regression gate 未強制 design D2「single fixed reference model」：混用 model 的 baseline 會靜默誤放行

[kiki830621]

Problem

design D2「single fixed reference model」 是 regression gate 的核心前提——整個 gate 的
設計是「一個固定的 canary model 跑所有語料」。但沒有任何東西強制它。

scripts/regression-gate.sh 只取 entries[0]["model"]，不檢查其餘 entry 的 model 是否相同。

後果：一個會往「通過」方向失敗的 silent mis-gate

1. 一份混用不同 model 的 baseline 以 rc=0 通過驗證
2. gate 用 entries[0] 的 model 去 benchmark 所有 corpus
3. 但每個 corpus 卻和它自己那筆 entry 的 golden 比對
4. → 用 A model 的測量對上 B model 的 golden，沒有任何錯誤訊息

這比一般的 gate bug 嚴重：它不是讓 gate 誤擋，是讓 gate 誤放行。

Type

bug

Expected

在 baseline 欄位驗證通道加一行 model 一致性檢查：

if len(set(models)) > 1:
    sys.exit(f"✗ gate error: baseline mixes reference models: {sorted(set(models))}")

⚠️ 時效性（本 issue 存在的主要理由）

#126 的實作已經建好了 models 清單——scripts/lib/baseline-worklist.py 的 validate()
回傳 (rows, models)，完整收集每一筆 entry 的 model，但呼叫端只用 models[0]、其餘丟棄。

也就是說強制 D2 現在是一行的事。但如果日後有人把 models 當作 dead code 刪掉
（它看起來確實像——建立了卻只用第一個元素），這個機會就消失，屆時要重新收集。

因此本 issue 應在 models 被清理之前處理。

Impact

scripts/lib/baseline-worklist.py 的 validate()（該檔目前只存在於未 merge 的 PR #126
branch 上，故本 issue 需在 #126 merge 之後才能動工）+ 對應測試。

依賴

Blocked by #126（baseline-worklist.py 尚未進 main）。

Source: surfaced during /idd-verify PR #126 — Devil's Advocate 的「Anything all five missed」
段。原記於 #117 的 comment，經 #132 verify 的 requirements lens 指出「D2 目前只存活在一則
即將被關閉的 issue 的 comment 裡、從未 file 成 issue」而獨立追蹤。