待验证50% 置信事实精确时间
分布偏移包括协变量偏移（输入分布改变但条件分布不变）、标签偏移（标签边缘分布改变）和概念漂移（条件分布随时间变化）三种常见类型。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证分布偏移可细分为协变量偏移、标签偏移和概念漂移，在ASR呼叫中心场景中这三种偏移往往同时存在75% 相似待验证类别定义的模糊和示例分布的偏差会污染LLM分类的最终结果68% 相似待验证Pan & Yang（2010）提出的迁移学习分类框架将域差异分解为特征空间差异、边缘分布差异和条件分布差异三个维度63% 相似待验证概念漂移在不同社区有不同术语：统计学家称dataset shift或distribution shift，机器学习社区区分covariate shift和posterior drift，时间序列领域使用non-stationarity63% 相似待验证概念漂移是指输入数据与目标标签之间的映射关系随时间发生变化，不同于仅输入分布改变的数据漂移。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012851API
curl https://kongchang.com/api/v1/knowledge/claims/1012851MCP
get_claim(id=1012851)