特征泄露：训练数据里有未来信息，上线后效果会断崖

验证集准确率很高，上线后预测像瞎猜。特征泄露：训练时用了当时还不知道的信息——事后质检结果、当月末库存、用未来标签算的统计量。泄露让模型在回测里作弊，生产里没有作弊卷，效果断崖。项目要把时间切分和特征审查写成关卡，过不了关不准上线。

好看的回测如果不能用当时可获得的数据复现，就还不能进生产。

只准用当时能看见的

按业务时间切分训练/验证，禁止随机打散有时序的样本。特征字典注明可获得时点。衍生统计只用过去窗口。标签与特征由不同管道生成，避免同一张宽表偷偷带入未来。

• 上线前用\"当时快照\"重放，效果掉出阈值即判泄露。
• 业务专家审查特征是否像事后诸葛。
• 监控生产效果，断崖先查泄露再调模型。

审查比刷分重要

XYN 数智化系统把预测当建议，仍要求特征可解释时点。泄露过关的模型才配进流程；刷分过关的，会在第一周输掉信任。信任输掉后，再诚实的模型也没人开。

列出每条特征的可获得时点。写不出时点的，先删掉再训练。