晶圆缺陷AI检测定制：制程漂移与复判分流

在《半导体晶圆AI缺陷检测系统定制》的阶段性实验中，我们把重点从单纯提升分类精度转向制程漂移下的稳定性。晶圆缺陷检测的难点不在单张图像，而在跨机台、跨批次的光照、膜厚与工艺窗口变化，导致同一模型误报率随周次上升。

实验采用无监督漂移评分监测特征分布，对推理结果做置信度分档：高置信直接放行，中置信进入人工复判队列，低置信触发局部增量微调。复判结果回流为弱标签，用于每班次的轻量更新，避免全量重训。

要点：
1）在某12英寸逻辑晶圆缺陷复检环节试点8周，误报率下降约18%，人工复判量下降约12%，漏检率保持原有水平；
2）下一步计划引入晶圆图空间相关性作为辅助特征，验证跨制程节点迁移时的拒判阈值是否需要重新标定。