docs(actpred): 模型 B zscore 等权稳定基线文档 + spk 两列固定常量

B 是六模型闭环评估中唯一稳定配置（2445/0.082），固化完整方案作为
部署基线与实验对照基准，并总结归一化系列失败机理（反馈回路需误差
有界且收缩）。配套实现：spk.F/spk.delay 权重归零、推理/反馈固定
常量（bins.FIXED_OUTPUT），拔除闭环发散源，为 B2（zscore+v2）与
F2（onehot+固定）铺路。

actpred/action_norm.py

@@ -85,15 +85,13 @@ def denormalize_action(norm_action, action_dim: int = None,
 
 
 def default_column_weights(action_dim: int = 18) -> np.ndarray:
-    """逐列损失权重默认表：舵机 1.0（安全关键）、spk.F 0.2（保留梯度）、
-    spk.delay 0.0（步级数据恒 10ms——微动作分解的隐式节拍，时长信息
-    已编码在步数中）、保留位 0.0（恒 0 纯噪声，参与只会稀释有效梯度）。
-    action_dim>18 的扩展列默认 1.0：超出当前 18 列语义布局的通道视为
-    新执行器，静默给 0 会让其完全不参与训练（P2-a1）。"""
+    """逐列损失权重默认表：舵机 1.0（安全关键）；spk.F / spk.delay 0.0
+    （只影响声音/节奏不影响运动，推理端固定常量，见 bins.FIXED_OUTPUT）；
+    保留位 0.0（恒 0 纯噪声）。action_dim>18 的扩展列默认 1.0：超出
+    当前 18 列语义布局的通道视为新执行器，静默给 0 会让其完全不参与
+    训练（P2-a1）。"""
     w = np.zeros(action_dim, dtype=np.float32)
     w[:min(10, action_dim)] = 1.0
-    if action_dim > 10:
-        w[10] = 0.2
     if action_dim > 18:
         w[18:] = 1.0
     return w