feat(detect): 默认模型换成 yolo26n

CLAUDE.md 已把"只用 convolution 模型"收窄到聚类与数据集生成阶段，检测这一步
不再受限，于是换成最新的 YOLO26：端到端（NMS-free），推理侧少一道后处理。
取最小的 n 档——数据 1.1 万张且标签是弱监督的，模型大了容易把标注噪声学进去。

同时去掉 test_config.py 里"不许用 yolo11/yolo12"的断言，它的依据已随
CLAUDE.md 的改动失效。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

tests/test_config.py

@@ -140,11 +140,9 @@ def test_every_shipped_config_builds_its_components(config_path):
     # 分类配置
     model_cfg = cfg.get("model")
     if model_cfg and "weights" in model_cfg:
-        # 检测配置：model 是 ultralytics 的权重名（yolov8s.pt），不走本仓库的注册表。
-        # 只校验它是纯卷积的那一档——CLAUDE.md 限定只用 convolution 模型，
-        # YOLO11 的 C2PSA 与 YOLO12 都带注意力。
-        assert "yolo11" not in model_cfg["weights"]
-        assert "yolo12" not in model_cfg["weights"]
+        # 检测配置：model 是 ultralytics 的权重名（yolo26n.pt），不走本仓库的注册表，
+        # 这里只确认它确实是个权重文件名。
+        assert model_cfg["weights"].endswith(".pt")
     elif model_cfg:
         import torch