Zovda
新数据集到货时，附着一个结构、一个总数、一句承诺。团队写装载器，跑个样本，看到数字合理，就往前走了。
真正要紧的问题只能靠读行来回答，而读行这一步所有人都会跳过，因为它不像工程活。
念出声地读二十行
不是随机二十行：覆盖各个类别、各种长度、各个日期。用「将来要用这个输出的人」的眼光读。
你会发现任何结构检查都发现不了的东西：一个字段有两种含义、一个类别其实是三个、日期差了好几年。
查那些无聊的不变量
- 每行有没有编号，编号是否唯一
- 日期范围彼此是否说得通
- 计数和文本是否对得上
- 空字段是真的空，还是 0
这四项检查一个小时，能抓住装载器静默接受的大部分问题。
找边界案例
按长度排序，两头都看。按日期排序，两头都看。每个类别字段都排一遍，看最小的那一组。
Bug 住在最小的那一组里，和最长的那些行里。
把第一天的发现写下来
留一个短文件，记下第一个下午让你意外的东西，带上行号。它会变成下一批的复核清单，和再下一批的验收标准。
Zovda 通过 Datuva 交付每一批数据时都附字段说明，说明经得起和实际的行对照。语料总目录是一个合适的起点。
告诉我们你的团队第一步查什么，我们会在 1 个工作日内回复。