模型注册与候选晋级

本节目标

理解模型版本、别名、签名和晋级证据，避免把“上传了一个模型”误认为“可以上线”。

模型注册表（model registry） 是模型制品及其元数据的受控目录。一个注册模型可有多个不可混淆的版本，每个版本应关联：

注册表解决“它是谁、从哪来、被如何使用”，不自动回答“它是否正确”。错误模型也能被完美登记。

版本应指向固定制品；别名是可移动的人类可读指针，例如 candidate 或 champion。发布系统读取别名前，最好解析并记录其实际版本与摘要，避免任务运行到一半时别名被改动。

MLflow 当前文档推荐用 model aliases、tags，或按环境拆分注册模型等方式管理生命周期；旧式固定 Stage 已被弃用。工具界面会变化，但“不可变版本 + 可审计指针”这一原则更稳定。

模型签名描述模型接受和返回的数据形状、类型与字段。例如：

输入：age: integer, region: string, events_30d: integer
输出：risk_score: number in [0, 1]

签名能拦截字段缺失或类型错误，却无法证明语义正确。events_30d 从“最近 30 天事件数”变成“最近 30 个事件”时，类型仍相同，所以还需要数据契约与语义版本。

候选晋级可以分为四层证据：

阈值不能从教程照抄。关键切片允许多大回退、延迟预算是多少，应由业务损失、风险容忍度、基线波动和测量不确定性共同决定，并保存在版本化策略中。

Challenger 可以因为某个关键切片退化而被拒绝，即使整体指标更高。对于标签延迟长的任务，还可能先做影子运行，仅收集比较证据而不影响用户。

为一个房价模型设计注册条目，列出签名、训练快照、关键切片和回滚信息。然后判断：

注册表提供身份与血缘，晋级门提供决策证据。下一步将这些检查自动化，见 CI、CD 与自动化质量门。