perf+exp: 轮次34——复用cum_xf进库(22项指标逐位不变)、批量认证压最坏尾部(80→37ms)、FP16/BF16实测无收益

- 撤回一条自己的假收益：先前"合并几何查询→24.5ms"不成立。①第一版把 xf= 传给含5行的 gaps，
  只有第0行走完宽相位，认证点全部退回截顶40.0（少干活）；②真实顺序 特征→推理→候选→认证，
  认证点依赖网络输出，故"特征间隙与认证点合并一次调用"实现上做不到
- 可实现并已落地：gm_groups(..., xf=) 复用 features 已算的 cum_xf，B=1 交错实测 P50 −3.4ms；
  256题重跑 22 项指标与轮次33 base 逐项相同
- 新增 --cert_batch（默认0不变）：K条候选并成1次 gaps 调用。合成夹具(B=2)断言选择/轨迹/证书逐位一致，
  变异检查（换回错误索引）2项测试立即失败；256题重跑同样 22 项指标逐位相同
  实测交换：典型 33.5→37.6ms，最坏（前面候选被拒）80.2→37.1ms，P99 64.7→48.3ms
- FP16/BF16 实测不比 FP32 快（推理 7.68→8.31→8.58ms），整周期不变而 P99 更差，动作偏差 0.005°/0.038°
  → 小批量下不是算力受限，半精度不划算，推理保持 FP32
- 仍不达 20ms：下一刀是流水线复用（下次规划的特征间隙＝本次已认证的末点），可整块省掉特征 ~13ms
- 测试 32→34 项

ml/common/features.py

@@ -52,7 +52,7 @@ def features(kin, q, q_prev, T, R, prefix, prefix_len, sub, sub_flag, gm=None, x
     out.append(sd)
     out.append(sub_flag[:, None].to(dt))
     if gm is None:
-        out.append(kin.gm_groups(q, GP, GAP_CAP) / GAP_CAP)   # 2026-10-20：只算特征用到的 8 组
+        out.append(kin.gm_groups(q, GP, GAP_CAP, xf=xf) / GAP_CAP)   # 2026-10-20：只算特征用到的 8 组；xf 复用不重复算 FK
         gm = None
     if gm is not None:
         out.append(torch.stack([gm[:, a * 7 + b].clamp(max=GAP_CAP) / GAP_CAP for a, b in GP], -1))