【正解: A】の理由
custom neural モデルの精度劣化は、訓練時に存在しなかった新ベンダー / 新レイアウトを認識できないことが主因で、Microsoft Learn の Continuous Improvement ガイドは「新サンプルの追加収集 → ラベル付け → 再訓練 → 評価 → 段階的デプロイ」のサイクルを本番品質維持の核として推奨しています。precision / recall / mAP のしきい値を時系列で監視し、評価で品質改善が確認できた場合に新モデルを production endpoint に昇格させる運用が定石です。

【他選択肢が違う理由】

• B / C: 認識精度とは無関係な領域です。
• D: GPT-4o は高単価で、全請求書処理を切り替えるとコスト膨張します。