人工智能指标不能用相等交差。零点一连加十次不等于十次相乘。2026年相对误差靠近零会炸，单位间距比较也有一堆例外。验收闸要按指标选尺。二进制写不出零点一。不准把一次阈值当所有指标的闸。现场把「差不多」当验收的方案，一律按事故处理，不能进周报。

人工智能评测痛点在把两个浮点看成该不该相等，却不说用哪把尺

零点一加十次、乘十、再乘一次，可以给出三个「一」。建设者该把「禁止相等、按指标选尺、例外写进闸」写成硬规格。管评测的人，该拒收只有一个万能误差的方案。

两处只有对着尺才清楚。其一，相对误差在数值大时宽松、靠近零时分母消失，比例可以无穷大。单位间距比较把浮点当成整数台阶来走，对规格化数往往稳，但零和最小非规格数、正负零、非数字、跨过二的幂，都会让「差一个台阶」的含义拧掉。其二，同一套损失、同一套准确率，运算顺序或中间精度一变，末位就可能换。闸若写成「必须相等」或「全局相对误差小于某数」，有的真回归被放行，有的正常抖动被当成事故。整数计数可以相等；浮点指标必须写容差、写例外、写测的是哪一层输出。

操作上再钉三件事。第一，每条指标单独写比较方法，禁止一条误差打天下。第二，靠近零、非数字、无穷必须单列处理。第三，回归测试保存的是二进制或足够位数的十进制往返，而不是「看着像」。建设者该把「本周哪些闸还在用相等」写进例会。管质量的人，该拒收把训练损失和分类准确率绑死同一阈值的材料。

人工智能指标尺2026五步：禁止相等、按指标选尺、靠近零单列、例外写清、往返位数要够

1. 浮点指标禁止用相等。必须相等，方案作废。
2. 每条指标必须自带尺子。一个误差打天下，方案作废。
3. 靠近零必须换尺或换计数。相对误差一炸就放行，方案作废。
4. 非数字和无穷必须当例外。当普通差，方案作废。
5. 基线必须可往返。只存六位十进制，方案作废。

上表对应「零点一加十次不等于乘十」。按指标选尺的价值是让抖动和事故分开，不是少测。

现场还要防口号替换验收。把「已经对齐指标」写成周报，不等于尺对。若只能改一处：先把相等从浮点闸里拿掉。

结论：人工智能评测要以分指标的尺子为准，不要拿一次相等交差

浮点比你想的更绕。仍用一个万能误差，质量评审会先拒绝你。

你下次设一条发布闸，先写出每条指标的尺、靠近零怎么处理、基线怎么存；三格空着，相等先不要进材料。

现场还要防口号替换验收。把「已经能训练、已经能对齐指标、已经能复现、已经看过占用、已经卸过无用软件」写成周报，不等于非规格浮点盯过、比较闸写清、浮点环境钉死、句柄泄漏查过、空载插件测过。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，吞吐当数值健康、相等当指标过、同输入当可复现、任务管理器当没泄漏、装了当没代价五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：非规格浮点有没有探针、指标比较用哪把尺、复现环境锁了没、句柄和进程号盯了没、空载插件卸了没。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

现场还要防口号替换验收。把「已经能训练、已经能对齐指标、已经能复现、已经看过占用、已经卸过无用软件」写成周报，不等于非规格浮点盯过、比较闸写清、浮点环境钉死、句柄泄漏查过、空载插件测过。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，吞吐当数值健康、相等当指标过、同输入当可复现、任务管理器当没泄漏、装了当没代价五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：非规格浮点有没有探针、指标比较用哪把尺、复现环境锁了没、句柄和进程号盯了没、空载插件卸了没。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

现场还要防口号替换验收。把「已经能训练、已经能对齐指标、已经能复现、已经看过占用、已经卸过无用软件」写成周报，不等于非规格浮点盯过、比较闸写清、浮点环境钉死、句柄泄漏查过、空载插件测过。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「差不多就能交差」从唯一成功标准里拿掉。演示可以记，吞吐当数值健康、相等当指标过、同输入当可复现、任务管理器当没泄漏、装了当没代价五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：非规格浮点有没有探针、指标比较用哪把尺、复现环境锁了没、句柄和进程号盯了没、空载插件卸了没。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源