事件时间 · 延迟标签 · 至少一次投递 · 精确恢复

标签还没来，就把曝光当负例，会发生什么？

在线训练真正难的不是把循环写成常驻进程，而是让预测、曝光、标签和更新在不同时间到达时仍能对账。下面固定一份可复现日志，同时跑“即时负例”和“等待标签后回放”两条策略。

先改变数据与消息系统，再看训练语义怎么变

漂移强度65%

漂移发生时间12:00

标签延迟4 小时

乱序事件比例15%

重复事件比例15%

回放窗口8 小时

事件 ID 去重

启用 event_id + 训练运行版本

学习率0.08

训练更新频率

错误负例——

重复更新——

窗口内准确率 · Log loss——

漂移检测信号 —

—

把事件时间和处理时间放回同一条轴

—

—

同一批日志，两种策略学到的不是同一个目标

窗口指标只使用截至 24:00 已成熟、且事件时间仍在回放窗口内的标签；未成熟标签不会被偷偷当作负例。
策略	错误负例	重复更新	窗口准确率	Log loss	训练样本次

模型版本—

日志游标—

最近检查点—

模型校验和—

幂等写入要把去重状态一起提交

本实验用 event_id + trainer_run_id 识别同一训练语义下的重投。模型版本、日志游标和已处理 ID 必须在同一个提交点推进；只移动游标或只写模型，都会留下无法可靠重放的半状态。

精确恢复不只是重新加载权重

检查点同时保存模型参数、更新版本、日志游标和去重集合。恢复后从该游标重放确定性日志，最终校验和应与无故障运行一致；缺少任何一项，都可能重复或跳过更新。