第4章：基准模型与参考分数线——预设阈值、基准分数、业务对齐目标

4.1 基准分数的定义与作用

基准分数（Baseline Score）是机会评分模型校准的“锚点”，它代表模型在当前业务场景下的最低可接受表现水平。校准团队在启动参数测试前，必须先确立这个参照系，否则后续的阈值调整、误差分析和调参策略都将失去比较基准。

基准维度	定义	典型测试条件
预设阈值	模型输出的风险/机会分数临界点	验证集：最近3个月业务快照数据
基准分数	模型在无参数干预下的原始输出值	测试环境：隔离沙箱，无外部变量干扰
业务对齐目标	与业务KPI（如通过率、坏账率、转化率）匹配的分数区间	评估周期：至少覆盖1个完整业务周期

4.2 预设阈值与基准分数的关系

预设阈值是一个明确的分数边界。在参数测试型校准中，我们通常将初始阈值设为基准分数的一个偏移量。偏移量的选择取决于业务对“保守”或“激进”的策略要求。例如，如果基准分数是70分，业务对齐目标是提升对优质机会的捕获率，则预设阈值可向下调整至65分。

4.3 业务对齐目标的测量步骤

1. 数据采集：从生产环境抽取连续30天的机会评分记录（包含模型分数、最终业务决策、实际产出结果）。
2. 分数段划分：将基准分数按10分为一个区间，统计每个区间的命中率（机会转化成功的比例）。
3. 拟合目标曲线：以业务KPI（如最低转化率8%）为水平线，找到基准分数与目标曲线的第一个交点，该交点即为初始参考分数线。
4. 阈值绑点测试：在预设阈值附近±5分范围内，以0.5分为步长进行网格扫描，记录每次调整后的业务对齐偏差。
5. 基线固化：选择偏差最小的阈值作为“校准参考线”，并写入模型配置基线文件。

4.4 校准参考线文件配置示例

以下是一个典型的模型基线配置文件（TOML格式），用于固化预设阈值与业务对齐目标的关系：

[calibration.baseline]
baseline_score = 70.0
preset_threshold = 65.0
tradeoff_target = "capture_rate"
target_value = 0.08
business_kpi = "opportunity_conversion"
evaluation_window_days = 30

4.5 基准模型校准流程（SVG）

下图展示了从基准模型部署到业务对齐目标确认的完整校准链路，核心节点围绕预设阈值与基准分数的对齐关系展开：

4.6 调参策略与验收阈值

参数变量	测试条件	数据判断规则	调参策略	验收阈值
预设阈值	在基准分数±10分范围内网格扫描	当业务对齐偏差 < 2% 时停止扫描	以0.5分为步长，精确逼近目标线	偏差 ≤ 0.1分
基准分数	固定为只读，不做主动调整	每季度重测一次，检验模型漂移	若漂移 > 5% 则触发模型重训练	漂移容忍度 < 3%
业务对齐目标	由业务方在季度初锁定	目标变动 > 10% 需重新校准	重新执行第4.3节的全套测量步骤	目标变动后24h内完成重校准