解释一个关键问题，帮助你做出更好的工程判断。
从一次持续学习反馈出发，先验证评测尺子，再选择 checkpoint，最后检查真实服务。
保留原始转写，生成标点候选，再检查归句和专名，不把句号当作语义修复。
保留原始预测，区分显示文本与评测标签，不把分类结果当作人的真实情绪。
从切分边界、生成上限和结果覆盖出发，检查长录音的遗漏。
