```

feat(iOS): 更新MNN后端模型配置优化性能

将MNN主模型从Qwen3.5-4B(~2.64GiB)降级为Qwen3.5-2B(~1.1GiB)，因为4B版本
实测运行过慢，影响用户体验。iPhone17+/SME2设备使用2B模型，保留MLX
兜底方案用于模拟器和备用场景，确保AI推理性能和存储效率的平衡。
```

康康/AI/LLMSession.swift

@@ -45,10 +45,16 @@ actor LLMSession {
             let task = Task {
                 do {
                     try await Self.withDeviceOverride {
+                        // 低温:本 App 文本任务多为"直答/JSON 抽取",高温随机性会经常吐成非 JSON。
+                        // 0.3 + topP 0.85 让输出更确定、JSON 更稳(与 MNN set_config 降温对齐)。
+                        // repetitionPenalty:低温 + 无惩罚时,长文本(如「关键指标」列表)会逐行复读
+                        // 进入死循环;1.1 的重复惩罚 + 64 token 上下文窗口掐断复读(与 MNN penalty 对齐)。
                         let parameters = GenerateParameters(
                             maxTokens: maxTokens,
-                            temperature: Float(0.6),
-                            topP: Float(0.9)
+                            temperature: Float(0.3),
+                            topP: Float(0.85),
+                            repetitionPenalty: Float(1.1),
+                            repetitionContextSize: 64
                         )
 
                         try await container.perform { (context: ModelContext) in