待验证50% 置信事实精确时间
数据漂移检测最初是机器学习领域的概念，检测方法包括统计检验（如Kolmogorov-Smirnov检验、卡方检验）、分布距离度量（如KL散度、Wasserstein距离）等
1
来源数
50%
置信度
长期有效
时效性
2026/9/8
首次发现
来源
涉及实体
相关事实
待验证数据漂移检测方法包括基于假设检验的方法（如Kolmogorov-Smirnov检验、卡方检验）、基于距离的方法（如Population Stability Index）以及基于模型的方法80% 相似待验证Evidently 内置了 KS 检验、卡方检验、PSI 等多种统计检验方法来量化漂移程度，并根据特征数据类型自动选择合适的检验方法71% 相似待验证检测输入分布漂移的常用方法包括对输入文本生成 embedding 向量后计算统计距离（如 KL 散度、Wasserstein 距离）、监控主题分布变化、追踪输入长度复杂度特征以及监控裁判分数分布偏移69% 相似待验证探测（probing）技术的基本思路是训练一个简单的线性分类器从神经网络某一层的激活值中提取特定信息66% 相似待验证样本外测试（Out-of-Sample Testing）是判断模型泛化能力的黄金标准，源自机器学习交叉验证思想65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/879071API
curl https://kongchang.com/api/v1/knowledge/claims/879071MCP
get_claim(id=879071)