别再只看准确率了！模型评估的4个潜规则，你踩过几个坑？

兄弟们，搞AI模型这么久了，说句实话：90%的评估报告我都觉得在“自嗨”。📉

今天聊点干货，模型部署前必须搞清楚的评估方法论。

**1️⃣ 准确率是最大的陷阱**
分类任务里，样本不平衡时，99%的准确率可能全是“废铁”。不信你去测一测你的客户流失模型，是不是预测大部分“不流失”，然后报表漂亮得像彩票？真实场景请上**Precision-Recall曲线**或**F1-score**。

**2️⃣ 离线指标≠线上效果**
你模型在test集上AUC=0.98，一上线就崩？那是你没做**分布漂移检测**。模型部署后，输入数据的特征分布随时变，建议定期跑KS检验或PSI指标。

**3️⃣ 推理延迟是魔鬼**
很多同学只调模型精度，忘了查“每秒能处理多少请求”。对于实时推荐系统，延迟超过100ms，用户早跑了。跑个**压力测试**，看P99延迟，别被均值骗了。

**4️⃣ 别忽略可解释性**
模型再牛，老板问你“为什么给这个用户推了广告”，你答不上来就是事故。至少跑个**SHAP值**或**LIME**，给业务方一个交代。

最后问个问题：你们团队在模型上线后，最长的一次“评估翻车”是什么原因？评论区聊聊，我看看谁踩的坑最深。