验收

门店的存储预算固定，能记住的总量就有上限。真正该先定下来的不是「留几天」，而是「哪一类时刻必须留住、哪一类必须丢掉」——这两件事在不同门店里方向相反。

门店里的「答得快」有两种来源：一种是模型真的算得快，另一种是先猜再验。投机解码属于后者，它的收益取决于草稿猜得像不像、草稿自己快不快，以及当时有几路在同时用。

把模型压到低比特后，整体准确率常常只掉一点点，出错却集中在同一类商品上：透明袋、白底包装、货架暗角。原因是量化最先吃掉的是物体边界，而边界恰恰决定框的位置和商品的数量。

视频理解比逐帧识别贵得多，贵的不是「看」，而是把画面展开成 token 之后的显存、带宽和时延。省算力的位置有五个，位置选错，省下的算力落不到端到端速度上，还可能把关键证据一起省掉。

换小模型时最容易踩的坑，是总准确率几乎没变、现场却有几类商品天天出错。压缩掉的可能不是「一点精度」，而是某一条完整的判断路径。验收要看分品类的表，不是看一个总分。