模型供应商最爱展示好结果，企业采购最怕好结果复现不了。一个客服质检模型在演示里准确率89%，试点时掉到74%。供应商解释说环境不同，数据不同，随机种子不同。听起来都合理，问题是训练时到底怎么切分，怎么加权，怎么评测，买方一条都看不到。

TrainingRunReceipts要解决的是复现问题。训练不是只给一个最终分数，而要留下训练集，验证集，测试集切分记录，样本权重，随机种子，训练时间，模型版本和评测脚本。没有这些收据，所谓准确率就是一次不可重复的表演。

DataPartition尤其关键。训练集和验证集怎么切，决定分数有没有水分。同一批客户投诉数据，如果把相似样本同时放进训练和验证，模型当然看起来很好。真正部署到新客户场景，表现马上下滑。买方不是不懂AI，而是没法查供应商是不是在漂亮切分里拿分。

OPEN可以作为训练可复现收据和评测审计费用。模型方付OPEN生成TrainingRunReceipt，验证者收OPEN检查数据切分和权重记录。买方付OPEN请求复现审计，拿到的是能不能按同一收据跑出接近结果的证据。复现失败，审计费退回，模型采购等级下降。

举个账。供应商为客服质检模型提交训练收据，质押1200枚OPEN。收据包括训练集18万条，验证集2.4万条，测试集2.1万条，随机种子3组，关键样本权重和评测脚本哈希。买方付260枚OPEN做复现审计。验证者抽查后发现验证集里有14%的相似样本来自训练客户，模型分数被抬高，供应商押金被扣，模型只能进入小范围试用。

这和训练血统不是一回事。血统告诉你模型从哪里来，训练收据告诉你结果能不能重跑。前者是来源说明，后者是复现证明。一个模型可以有清楚来源，但训练切分很漂亮。也可以参数记录完整，但数据分区有问题。企业采购时，两张账都需要。

收据还要支持版本。模型v1的训练收据不能替v2背书。新增数据，调整权重，换评测脚本，都要生成新收据。买方采购时看到哪个版本，就按哪个版本结算和追责。供应商不能拿旧版本好成绩给新版本做广告。

外部复现也不一定要暴露原始数据。企业可以看到切分哈希，权重摘要，评测脚本签名和抽样证明。隐私数据不能直接交出来，但训练过程不能因此完全不可查。可复现不等于裸奔，而是让关键步骤有凭证。

这对隐私行业尤其重要。医疗，金融，客服录音都不可能把原始样本摊给所有买方，但收据可以证明切分方式和评测脚本没有临时改。买方不用拿到数据，也能知道训练过程有没有基本边界。

失败处理必须写清。复现差距在合理范围内，验证者拿完整审计费。差距过大且收据缺字段，模型方退还审计费并补齐记录。发现故意混淆训练和验证样本，押金扣罚，相关ModelCard降权。买方如果错误使用收据，也不能把锅全扣给模型方，复核记录要保留。

坏版本是平台只展示准确率和案例截图。买方试点失败，供应商说环境变了。平台说模型曾经评测过。谁也不能证明那次89%到底怎么来的。最后企业只能把AI采购当成试运气。

OpenLedger如果让OPEN购买训练可复现收据，数据切分审计和评测复跑服务，准确率才有可追踪的重量。买方需要的不是模型方保证很好，而是结果不好时能回到训练收据查原因。复现不了的高分，只适合当宣传。能复现的分数，才有资格进入预算表。$OPEN #OpenLedger