Feature Store & Training-Serving Skew: 解释训练-服务偏移（train/serve skew）的成因与后果。

Core Concept: 离线与线上特征的计算方式不同（预处理/时间窗/数据源/版本），导致'离线好线上差'——最常见的线上事故来源。

数学机理：<strong>训练-服务偏移（train/serve skew）</strong>（详见 M7 的检索一致性题）——(1) <strong>成因</strong>——(a) <strong>预处理差异</strong>——(i) 分词/归一化/截断的实现不同（离线 Python、线上 C++/Java）；(ii) 嵌入模型版本不同（离线 v1、线上 v2）；(iii) 图像 resize/插值不同；(b) <strong>特征计算差异</strong>——(i) <strong>时间窗</strong>（离线的'过去 7 天'与线上的'过去 7 天'边界不同）；(ii) <strong>聚合方式</strong>（离线批量算 vs 线上流式算，浮点误差累积）；(iii) <strong>数据源不同</strong>（离线用数仓、线上用缓存，可能不同步）；(c) <strong>时间维度</strong>——(i) <strong>特征泄漏</strong>（离线特征含'未来信息'）；(ii) <strong>特征更新延迟</strong>（线上特征过期）；(d) <strong>模型/配置版本</strong>——(i) 模型权重版本；(ii) 特征列表（离线 100 个、线上 95 个）；(iii) 超参/阈值；(e) <strong>依赖版本</strong>（库/词典/停用词表）。(2) <strong>后果</strong>——(a) <strong>离线指标正常但线上效果差</strong>（最经典、最难定位的失败）；(b) 难以复现（因为'离线复现'用的是离线特征）；(c) 可能导致'模型上线后效果反而变差'；(d) <strong>浪费</strong>（离线调优的努力白费）。(3) <strong>对策</strong>——(a) <strong>共享代码/配置</strong>（预处理与特征计算用同一份实现——<strong>最基本</strong>）；(b) <strong>特征存储</strong>（统一特征定义与计算）；(c) <strong>线上回放验证</strong>（<strong>最有效</strong>——把线上真实请求回放到离线链路，比较'离线分数 vs 线上分数'）；(d) <strong>日志完整</strong>（记录线上推理的<strong>所有输入特征</strong>，便于复现与对比）；(e) <strong>一致性测试</strong>（CI 中加入'训练-服务一致性测试'）；(f) <strong>版本严格管理</strong>；(g) <strong>监控</strong>（线上特征分布 vs 离线训练分布）。<strong>检测方法</strong>——(a) <strong>回放</strong>（离线 vs 线上的分数差异）；(b) <strong>特征分布对比</strong>（线上特征 vs 训练特征的分布）；(c) <strong>'影子模式'</strong>（新模型与旧模型并行，比较输出）；(d) <strong>A/B 的意外结果</strong>（离线提升但线上下降 → 怀疑偏移）。<strong>与其他问题的关系</strong>——(a) 与 M3 的'训练-推理不一致'（dropout/BN）同源；(b) 与 M5 的'chat template 一致性'同源；(c) 与 M7 的'离线-线上不一致'。<strong>实践建议</strong>——(a) <strong>共享代码</strong>（最基本）；(b) <strong>特征存储</strong>（规模化后）；(c) <strong>线上回放</strong>（定期验证）；(d) <strong>记录所有线上输入</strong>（调试基础）；(e) <strong>CI 一致性测试</strong>；(f) <strong>版本管理</strong>。<strong>度量</strong>——(a) 回放的分数差异；(b) 特征分布的漂移；(c) 离线-在线的指标差距。

深度剖析与工程权衡：① <strong>'离线好线上差'是最经典的失败</strong>——而训练-服务偏移是最常见原因；面试中能指出是深度理解的标志。② <strong>'共享代码'是最基本的对策</strong>——但组织上难（不同团队/技术栈）；故需特征存储。③ <strong>'线上回放'是最有效的检测</strong>——直接比较分数；应定期做。④ <strong>'记录所有线上输入'是调试基础</strong>——没有日志无法复现。⑤ <strong>'特征泄漏'是另一类问题</strong>——离线含未来信息 → 离线虚高。⑥ <strong>面试要点</strong>——被问'离线好线上差怎么办'，应给出'<strong>成因（预处理/时间窗/数据源/版本）+ 后果（难定位）+ 对策（共享代码/特征存储/回放/日志/监控）</strong>'；能指出'记录所有线上输入'是深度理解的标志。