새 제품군 출시 주는 플랜트가 자동 품질 점수를 가장 원하고—역사 모델이 그에 가장 덜 자격 있는—시기다. 피처는 낯익어 보일 수 있다. 결함 모드, 새 툴링의 조명, 오탐 리젝트 비용은 대개 그렇지 않다.
개념 드리프트는 느린 세계 변화를 설명한다. 챔피언–챌린저와 카나리 롤아웃은 준비된 모델을 어떻게 승격할지 설명한다. 이 노트는 둘 다 적용되기 전 공백이다: 신규 SKU용 콜드스타트 품질 모델—라벨 이력이 얇거나 없을 때 무엇을 하는가.
라인과 부딪혀도 버티는 콜드스타트 계획은 대개 다음을 포함한다.
- 적격 규칙. 옛 챔피언은 게이트가 말할 때까지 새 패밀리를 자동 점수하지 않는다. 기본값은 빌린 신경망이 아니라 사람 검사 또는 보수적 규칙 세트다.
- 소유자 있는 퓨샷 라벨링. 신규 SKU의 고정 일일 샘플은 “시간 있는 누구”가 아니라 이름 있는 검사자에게서 정답을 받는다. 라벨 정의는 첫 점수가 라이브로 나가기 전에 쓰인다.
- 증거가 있을 때까지 섀도만. 후보 모델은 리젝트를 몰지 않고 점수만 기록한다. 불일치 군집과 이스케이프 대리를, SKU를 본 적 없는 옛 챔피언 의견이 아니라 사람 처분에 비교한다.
- 종이 위 승격 기준. 최소 라벨 수, 샘플상 최대 오탐 리젝트 상승, 사람만으로 돌아가는 킬 스위치. 희망 전량 전환은 건너뛴다.
합성 데이터와 전이학습은 대기를 줄일 수 있다. 1주차 처분 규칙을 대체하지 않는다. 새 SKU를 작년 경계에 끼워 넣는 플랜트는 조용한 스크랩과 “AI에 대한” 큰 소리를 산다. 적격을 동결하고, 의도적으로 라벨하며, 게이트가 열릴 때까지 섀도하는 플랜트는 검사 대신 모델이 아니라—제품 뒤에—모델을 올린다.