AI Engineering · 评测与可观测性¶

离线评测在指定数据与评分条件下比较改动，在线可观测性记录真实调用与质量信号。重点区分配对样本、留出集、置信区间和裁判偏差，以及采样后的 Trace 与全量 SLO 指标：两者都不能仅凭一个均分或错误率判断系统好坏。