从样本到项目：开工前十项检查

本页是培训的项目复核补充。56种样本是任务结构图谱，不代表市场上所有任务，也不是56项岗位资质。每次承接新任务都要核对客户的模型目标和批准规范；不要直接套用公开教学阈值。

检查	必须拿到的产物	不能放量的例子
目标与计量	任务用途、有效量定义、去重规则、配额与计费单位	原始小时与有效小时混算；图像按文件数收费但按目标数验收
内容标准	冻结指南、正反例、争议升级路径、专家认可的参考	方言归类未确认；可见框和完整框混用
来源与权利	素材血缘、适用用途授权、人员同意、保存及删除期限	来历不明；公开可下载就默认可用于训练
敏感信息	数据分类、最小访问、脱敏检查、隔离及事件联系人	员工将客户数据发到公开格式化网站；导出含密钥
工程可用	客户认可的字段规范、媒体索引、版本和完整性验证	JSON语法正确但关联音频错误；路径与内容不对应
内容质量	错误定义、抽样计划、严重项、复验和批次判定规则	只看整体均值；把100条零缺陷宣称为全批无缺陷
分桶能力	按语言/场景/难度的实测合格产能、返工与等待	用全基地月采集量承诺单语种月有效交付
商业与现金	同口径成本、返工条款、账期、付款触发、风险准备	将客户收入当成供应商采购预算；先付后验无人担责
变更与发布	有权审批人、变更影响、交付版本、回滚与接收证据	口头说配额差一点没关系就自行替换
人员与退出	校准产物、抽检监督、适当休息与敏感内容保护、权限回收	一次培训后直接量产；离场人员仍能读客户数据

每项写：结论、证据版本、责任人、截止、阻塞范围、谁可解除阻塞。允许先做有边界的试标，不将未知事项默认写成“已通过”。

六类任务的特殊失败方式

任务	格式检查通过仍可能失败	至少补一项实际核查
预训练文本	重复、来源不适用、乱码、训练/评测交叉泄漏	近重复与来源抽检；客户指定的切分和污染检查
语音/ASR	词边界、数值或否定词改变含义；参考稿也可能错	获授权真人音频、母语独立听审；冻结WER/CER分词、规范化和参考口径
图像/视频	框规则、遮挡、跨帧身份或时间基准错误	逐帧查看与规范校准；检查轨迹/类别/坐标和时标
Coding	偷看参考解、只跑新增测试、依赖环境不一致	独立环境复跑、原有回归、失败定位；保留代码与日志版本，不上传密钥
API/Agent	轨迹看起来成功，但副作用重复、权限错误或状态未变化	在沙箱检查最终状态、幂等、超时、权限与失败路径；区分模拟器和真实系统
偏好/推理/专业领域	评审同偏差、答案无依据、偏好被当事实正确性	独立判断后仲裁，核对任务定义及专业证据；专业负责人批准审核范围

工具评分应声明覆盖与不覆盖。自动逐稿比对不是WER，不是独立听审，也不能判断参考稿正确性。WER=(替换数+删除数+插入数)/参考词数；可能超过100%，不得自动等同“准确率=100%-WER”。中文按词或按字必须事先约定，按字指标通常是CER。

需求20、产出30、缺陷20、追溯20、沟通10：逐维度写得分依据及文件位置，而不是只填总分。80分是本培训建议阈值，公司可以冻结其他阈值。任何严重项未关闭都不能用其他维度高分抵消。

- 需求：口径、配额、授权人和未知事项齐全才给高分；漏一个阻塞项须解释影响。

- 产出：实际文件能由另一人按步骤复现，检查范围明确；只有材料位置文字不能证明产出。

- 缺陷：主动定位、隔离、返工和独立复验；只改抽检发现的几条不算关闭根因。

- 追溯：需求、素材、指南、提交和批准可串到同一版本；修改后必须复评相关结论。

- 沟通：提出有成本和权限边界的可执行方案，并观察实际培训/会议表现；写了脚本不等于会带队。

新任务考核由公司另出未见材料、独立收卷、留存评分与试岗记录。公开网页不能保密试题、证明身份或签发正式准入。至少安排一次小规模真实交付闭环：试标→有限生产→返工复验→客户接收→付款对账→复盘，由负责人批准范围后再扩大规模。