模型選擇與訓練資料上傳

此頁面控制哪些推論模型目前在線運作，並讓操作員上傳新的訓練資料到 Inference Server。面板本身不做訓練，只做啟用 / 停用與上傳。

上傳即觸發訓練

從此畫面上傳 CSV 會通知 Inference Server 啟動一輪 re-training。訓練產出的新模型會以 staged 狀態出現在上方模型表，等待 QA 驗證後才能啟用。

圖 6.1 · 左側 Available Models 模型表 · 右側 Upload & Trigger Training 上傳面板

多模型同時啟用

模型表支援同時啟用多個模型，方便比較不同演算法或不同訓練批次的預測差異。操作邏輯：

• 每一列右側按鈕：未啟用時顯示 Activate（藍底），點擊後彈出簽章對話框；簽章通過即進入啟用狀態
• 已啟用的列右側按鈕變為 Deactivate（白底），ACTIVATION 欄會出現綠色 ACTIVE 標籤，整列底色變為淡藍
• 啟用 / 停用都需電子簽章（21 CFR 11.100(b)），系統自動建立 audit 與變更管制紀錄
• 實際在圖表上顯示哪些已啟用模型的曲線，由濃度頁面的「顯示設定」對話框控制；本頁只負責「啟用 / 停用」這個生命週期決策

模型分類（Calibration / SoftSensor）

每份模型都標記 Type 欄位，分為兩類：

• Calibration · 檢量模型 · 把當下拉曼光譜對應到當下濃度
• SoftSensor · 動態軟測量模型 · 對未來濃度做投影預測（依時間序列）

表格上方提供 All / Calibration / SoftSensor 三個篩選 chip，方便在模型數量多時只看其中一類。Header 右上角的 pill 會分別統計兩類目前的啟用數量（例如 Calibration · 2/5 active、SoftSensor · 1/1 active）。

圖 6.2 · 模型表 · 套用 SoftSensor 篩選 · 動態軟測量模型獨立列示

上傳流程

1. 拖曳 .csv 檔到 drop zone，或點擊選擇
2. 系統驗證檔案（.csv 副檔名 · MIME · 最大 20 MB）。不合格檔案觸發警告 toast 並拒收
3. 點擊 Upload & Trigger Training。開啟簽章對話框
4. 簽章確認。檔案排入 queue，Inference Server 開始訓練
5. Toast 確認上傳成功；檔案出現在 Recent Uploads 列表中，狀態為 queued
6. QA 驗證新模型後，會以 staged 列出現在模型表最上方