待验证50% 置信事实精确时间

分布偏移是指训练环境与部署环境之间的统计分布差异，是虚假相关性导致性能崩溃的直接机制

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

VGDL编译为因果模型：游戏AI如何理解真实规则

涉及实体

分布偏移concept 协变量偏移concept

相关事实

待验证分布偏移意味着训练集与测试集之间的KL散度不为零，即两个分布之间存在可度量的信息差距77% 相似待验证检测模型的训练数据永远落后于最新生成技术的输出分布，学术界称之为「分布偏移」问题77% 相似已验证行为克隆存在分布偏移（Distribution Shift）问题，模型在训练分布外状态下容易犯错并累积误差，机器人控制领域称为复合误差75% 相似已验证数据漂移（Data Drift）指线上真实数据的统计特性偏离训练集时，模型性能在无报错情况下持续下滑74% 相似待验证行为克隆（BC）存在复合误差与分布偏移问题，智能体偏离训练分布后预测误差会指数级累积73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/894969

API

curl https://kongchang.com/api/v1/knowledge/claims/894969

MCP

get_claim(id=894969)