GEO实验别按周切了，我把批次缩到2天反而揪出采样漂移

之前我一直按周切批次跑GEO实验，觉得一周一复盘已经够快了。结果上个月栽了个跟头。

事情是这样的：同一批问句库，我连续跑了4周，每周看答对率都在涨，从52%爬到61%。正准备拍板说优化有效，顺手把4个批次的分母拉出来一对——每个批次的问句总数根本不一样。第一周登记的是320条，第三周变成了287条，中间有33条被去重逻辑吃掉了，但分子没跟着同步清。说白了，分子按老口径算，分母按新口径算，答对率不涨才怪。

问题出在哪？我把日志翻出来，发现去重是在采样之后做的，而采样戳只打到了天级别。跨天重跑的时候，有部分问句的采样戳落在两个批次交界处，被重复计入一次，又被去重删了一次，分母就在批次间偷偷漂移。

后来我改了两个动作：

1. 批次从7天缩到2天。小步快跑不是口号，批次越短，漂移窗口越小，出问题当场就能定位到是哪天的采样戳。
2. 每个批次开跑前先锁分母：问句总数、去重规则、采样戳粒度全部写死在批次配置里，跑完先校验分母对不对，再看分子。分母对不上，这一批直接作废重跑，不心疼那点时间。

缩到2天后又跑了3轮，答对率分别是58%、59.5%、59.2%，波动不到1.5个点，这才是我敢拿去汇报的数。之前那根从52%到61%的漂亮曲线，纯粹是分母漂移画出来的假象。

我的判断依据就一条：任何一批数据，分母锁不住，后面的归因全是自嗨。宁可每2天停下来校一次分母，也别攒一个月再回头找补。

想问问各位：你们跑GEO实验的批次周期一般切多长？有没有人试过按小时切、但采样戳精度跟不上的情况，最后是怎么妥协的？