資料品質指標（data quality metrics）

如果模型的好壞取決於它吃進去的資料，那麼資料品質指標就是上菜前對食材做的化驗。與其盯著上百萬列資料憑感覺，不如算出幾個數字，告訴你標籤有多吵、這些樣本實際涵蓋了多少輸入空間、以及兩個幾乎相同的輸入有多常拿到互相矛盾的標籤。這些數字把「這份資料好像很亂」的模糊感受，變成可以追蹤、跨版本比較、並用來設發布門檻的東西。

具體上這一族分成三個軸。標籤雜訊估計有多少比例的樣本，其給定標籤與真實標籤不符，常透過交叉驗證的模型一致性，或標註者間的信度統計（如 Cohen's 或 Fleiss' kappa）來估。涵蓋度量測樣本如何填滿特徵流形與標籤分布：嵌入空間中的密度、類別平衡、以及那些部署時會看到、但訓練集從未示範過的輸入缺口。一致性量測自我矛盾，也就是等價或近重複的輸入卻帶不同標籤的比率，它構成可達準確率的上界。

誠實的提醒是：以上沒有一個就是你真正在乎的目標——下游任務表現。一份資料可能在每個代理指標上都漂亮，卻因為抽樣到錯誤的母體而完全不適用於你的應用。請把品質指標當成分流與監控層，而不是保證書。