一、一个合格的模型输出应该是什么样？
输入可以包含材料体系编号、受控组分区间编码、原料批次、工艺窗口和测试条件；输出不是一句“推荐该方案”，而是某一目标性能的预测值、预测区间、适用范围判断和超出训练分布标志。如果输入落在未覆盖的材料族或工艺区域，系统应拒绝给出工程推荐，并触发补充试验或专家复核。
二、“性能”不是一个统一标签
理论性能、燃烧温度、产物组成、密度、流变、力学性能、燃速、贮存稳定性和老化寿命对应不同机理、数据和验证方法。热化学指标可以由经过验证的化学平衡或工程程序提供基线；流变、工艺和力学指标通常依赖实验数据；实际系统表现还受几何、边界和尺度影响。项目首先要明确预测对象、材料体系、工艺窗口、使用条件、允许误差和拒绝边界。
三、用“任务专用模型”比“小模型”更准确
“专业小模型”适合作为传播用词，但技术实施中更准确的上位概念是任务专用模型。它强调任务范围和验证边界，不单纯按参数量划分。
四、评价模型不能只看平均误差
训练、验证和独立测试应按批次、时间或材料族隔离，防止近似样本泄漏；除平均误差外，还应评价预测区间、校准度、极端样本误差和排序能力；模型必须识别超出训练范围的输入，并触发拒绝预测或补充试验；数据、特征、模型和工程程序版本应追溯到每次预测；安全性、相容性和可制造性属于硬约束，不能只在综合评分中软化处理。
五、模型不能替代分级验证
推进剂数据通常样本有限、批次差异明显，失败记录也可能缺失。任务专用模型可以在已知体系内用于筛选和缩小试验范围，但不能把相关性自动解释为机理，也不能对跨体系、跨尺度或安全关键结果无依据外推。候选方案仍需经过规定的安全评估、相容性研究、工艺验证和分级试验。需专业复核和项目数据验证。