核对发布来源和文件完整性

漏报排查应检查文件是否真正进入审核队列、模型是否成功加载、视频是否覆盖关键时😎间段，以及审核结果是否被后续业务逻辑覆盖。部分问题并非识别能力不足，而是队列丢失、异步回调失败、缓存读取旧结果或前端展示状态错误。

视频审核不能只看单个关键帧

版本确认应以程序自身显示的信息为准，而不是只看压缩包名称或文件夹名称🌅。打开软件的关于页面、帮助页面或系统属性，记录完整版本号、构建日期、运行平台和组件版本。某些程序的主界面只显示“2.0”，但后台组件可能仍是旧版本，前端版本与识别引擎版本需要分别记录。

视频审核应同时考虑抽帧间隔、连续画面、音画同步和片段持续时间。单帧没有明显风险，不代表整段视频没有问题；抽帧过少也可能漏掉短暂画面。审核记录应保存抽帧策略、命中的时间点和对应截图，人工复核人员才能判断结果是否来自完整上下文。

缺少更新日志时不建议直接覆盖生产环境。应先在测试环境安装，备份现有配置，核对新增文件和权限变化，用固定样本比较升级前后的结果，并确认服务异常时能够恢复旧版本。只有当版本来源、功能变化和回滚路径都清楚后，才适合扩大部署范围。

用版本记录表固定核验结果

误报排查应先保存原始样本、模型分数、命中规则和人工最终结论，再判断问题来自输入质量、阈值设置、规则冲突还🔥是模型适配。风景、运动、医疗、艺术创作和儿童相关内容可能包含容易触发识别的视觉特征，单独依💪赖图片分数会增加误判。

自动识别不能完全替代人工审核。机器适合处理大量重复样本和明显风险内容，人工更适合判断语境、边界案例、申诉材料和复杂场景。涉及封禁、删除、公开处罚或法律风险的决定，应由明确授权的人员依据规则复核。

鉴黄师v2.0.2先做三项版本确认

内容审核流程应把自动识别放在初筛位置，把人工判断放在高风险和争议结果的位置。无论程序是否采用AI智能审核，系统都不应直接把单一分数等同于最终违规结论。图片清晰度、人物姿态、遮挡程度、拍摄场景和上下文，都会影响模型判断。

隐私保护应与识别准确性同时考虑。上传文件、截图、模型🚀分数和人工备注都可能包含敏感信息，保存周期、访问权限和导出权限需要提前定义。日志中不宜长期保存完整原图；确需留存时，应限制访问人员并采用脱敏、加密或分级存储措施。