視覺模型誤殺高，復盤發現缺陷定義不統一，夜班標成另一套。標註質量決定模型質量，卻常被當成苦力外包。項目計劃要寫清：誰有資格標、指南版本、雙人一致率、抽檢比例和返工門檻。不寫這幾項，訓練只是在放大標註噪音。
模型迭代解決不了指南打架。指南不先鎖，算力會浪費在吵吵的標籤上。
標註是工序不是兼職
上崗考試用金標準集。抽檢由質量崗做，不是自己抽自己。分歧進仲裁，仲裁結果回寫指南。按件計費要配質量係數，防止又快又亂。敏感數據標註在受控環境，禁止帶回家。
- 指南有版本，模型訓練引用版本號。
- 一致率低於閾值停止生產標註，先校準。
- 抽檢發現系統偏差，整批回爐，不靠模型\"學過去\"。
計劃裡要有抽檢預算
XYN 數智化系統把質檢結果回寫批次，同類邏輯也適用於標註：質量是工序。AI項目把抽檢寫成裡程碑，模型才有資格進生產。省掉抽檢的進度，會在誤殺裡加倍還回來。
看當前標註有沒有抽檢記錄。沒有，先停訓一周做指南和抽檢，再跑下一個epoch。
