- Assumption 假设
- 测试集 F1 足够高,就可以判断系统接近上线质量。
- Collision 冲突
- V10 测试集 F1 = 0.929,指标看起来已经接近可上线水平。
- Consequence 后果
- 端到端回归 1000 例真实报告,只命中 1 条。
- Insight 规律
- 离线测试集只有在与生产前置规则管线同分布时才有意义;上线验收必须包含真实端到端回归。
- Encoded Intelligence 沉淀资产
- 生产回归协议难例阳-阴审核集分布感知评测
来源:项目生产事故记录 · 核验 2026-09