挖掘来源清单
挖掘来源清单
1) 解析失败与重试成功样本
2) 低置信度样本（若输出含置信度字段）
3) 线上抽检人工发现的错误
4) 回归集中“勉强通过”的样本
输出：按错误分类计数 → 选高频类进入迭代轮次| 周期 | 每周固定挖一轮，形成节奏而不是救火 |
|---|---|
| 归因 | 先归类再修复；没有归类就修复是打地鼠 |
| 留存 | 典型 badcase 入回归集，防止修复后复发 |
badcase 挖掘与归类流程
定期主动挖 badcase：抽样解析失败、低置信度输出与重试样本；归类计数后决定修复顺序，不让问题随机冒出来。
易错点
- 只挖容易发现的错误会让同类问题反复出现；按来源分层抽样
- 修复不回流回归集，几周后可能被其他改动带回来
数据来源与参考
- 误差分析与 badcase 驱动改进实践；CheckList 能力分解思路