KYC开发事故等级认定准则
2023-01-13 16:39:04 0 举报AI智能生成
KYC需求事故级别认定准则说明
作者其他创作
大纲/内容
生产事故
业务端已上线投入使用阶段发现
一级事故
空跑/回溯阶段发现
方案设计不当
流程处理不当
缺失必要的处理模块
场景覆盖不足且不提前告知
可通过统计该场景在实际数据的占比
超过30%直接认定
超过10%不到30%的，与业务/产品确认重要程度
不到5%，如业务/产品不提前告知，不算
超过5%不到10%，看情况确定
有明显的业务逻辑漏洞
资源评估不当
研发周期偏差3个月及以上
所需数据支持数量预估偏差至少一个量级
算法选型出现严重失误
需求有明确，但模型与当下工程能支持的设备类型/计算资源/已集成的SDK等不匹配
代码有满足一定条件下必现的漏洞
采用的第三方服务（API，SDK, 推理框架等）有较大风险
服务稳定性未知
技术文档粗略或没有
获取不到技术支持联系方式
近半年内有多人反应同一个致命问题且没有处理
近2年无任何更新和维护
团队解散
对方明确要求使用需要商业授权而没有告知
具体情况具体处理
模型评价指标选择不当
未能达到方案/需求预计的效果，如无约定，则准则是准确率低于50或召回率低于70%或误识率高于行业标准一个量级。
数据统计出错
二级事故
结论/报告/数据清洗等类型需求交付后发现
参考1级细分
三级事故
测试阶段发现
同一需求下该类型错误累计出现超过3次
自测测试报告数据有误或与测试结果出现至少一个指标5%左右的误差
0 条评论
下一页
