第2章 评估前置条件：模型版本、数据分布、环境配置、人员角色确认

适用场景

以下任一场景触发时，必须执行本章前置条件检查流程：

• 首次评估：目标模型第一次进入置信度评估流程。
• 版本迭代：模型版本号发生变更（包括微调、蒸馏、量化等）。
• 数据更新：评估数据集替换、扩充或采样策略调整。
• 环境迁移：评估硬件平台、操作系统、CUDA 版本或核心依赖库变更。
• 人员变动：评估执行人、复核人或审批人岗位调整或替换。

前置条件（检查前的准备）

在执行本章检查流程前，需确保以下资源已就位：

1. 目标模型的可执行文件（.pt / .onnx / .pkl 等）或 API 访问凭证。
2. 评估任务基线文档（含预期性能指标、版本号、数据规格）。
3. 评估数据集清单及存储路径（训练集 / 测试集 / 验证集）。
4. 环境需求规格书（硬件型号、软件依赖列表、网络策略）。
5. 任命文件或组织架构图（明确执行、复核、审批三级角色）。

操作步骤

下图展示了前置条件检查的完整流程框架，四个并行检查维度汇总后进入判定节点：

依据上图流程，前置条件检查分为以下 5 个标准步骤：

1. Step 1 · 模型版本确认
   比对模型文件元信息与基线文档中的版本号、训练框架、提交时间；计算模型文件哈希值（MD5 / SHA256）并记录；确认无未归档的修改或实验分支。
2. Step 2 · 数据分布验证
   对评估数据集进行特征分布统计（均值 / 方差 / 分位数），与训练集做 KS 检验或 JS 散度计算；检查边界案例、长尾类别占比是否在允许阈值内；验证数据采集时间窗口是否在有效期内。
3. Step 3 · 环境配置检查
   逐项核对硬件（GPU 型号 / 显存 / RAM / 磁盘）是否满足最低需求；运行 python -c "import torch; print(torch.__version__)" 等命令确认关键软件版本；测试评估网络是否能访问模型仓库或数据源。
4. Step 4 · 人员角色确认
   在评估管理系统中完成执行人、复核人、审批人的角色绑定；确保执行人与复核人非同一人，复核人与审批人非同一人；签署《角色确认登记表》。
5. Step 5 · 汇总判定
   将四项检查结果汇总至《前置条件检查总表》；全部标记“通过”则签发评估许可，进入正式置信度评估阶段；存在“不通过”项则返回对应责任方整改，整改后重新执行 Step 1–4。

输入输出物

责任边界

记录材料

所有记录材料使用统一编号模板，归档至评估项目文件夹：

异常处理

验收标准

前置条件检查完成后，需同时满足以下全部标准方可视为验收通过：

1. 完整性：Step 1–4 所有检查项均已完成，记录无空漏。
2. 一致性：模型版本号与基线文档完全一致，哈希值匹配。
3. 分布偏差可控：评估集与训练集的 KS 检验 p > 0.05 或 JS 散度 < 0.1（具体阈值以项目基线为准）。
4. 环境合规：硬件型号、OS、CUDA、Python 及核心库版本均满足需求规格书最低要求。
5. 职责分离：执行人、复核人、审批人为三个不同人员，无兼任冲突。
6. 签字齐全：所有表单均有对应角色手写签名或电子签章，审批人已在《前置条件检查总表》签署“通过”结论。