待验证50% 置信事实精确时间

训练-服务偏斜的根源通常有三类：代码实现差异、数据源差异和时间差异

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

Databricks特征平台：一次定义，训练与生产复用

涉及实体

training-serving skewconcept

相关事实

待验证训练/服务偏差可细分为数据偏差、特征转换偏差和算法偏差三种类型79% 相似待验证不同模型系列的工具调用输出格式差异根源于指令微调阶段使用的训练数据差异75% 相似已验证训练-服务一致性问题指训练阶段离线特征计算与线上实时特征计算存在逻辑差异，可能导致模型线上表现严重劣于离线评估72% 相似待验证参数量相似的情况下，训练数据质量分布的差异往往比架构差异更能决定特定场景的表现上限71% 相似待验证训练-部署鸿沟指模型因训练与部署环境的数据分布偏移、软件依赖版本差异或硬件指令集不同而导致的性能下降69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/947803

API

curl https://kongchang.com/api/v1/knowledge/claims/947803

MCP

get_claim(id=947803)