概念Distribution Shift
分布偏移
机器学习中指训练数据分布与实际部署环境数据分布存在显著差异，导致模型性能系统性下降的现象
核心事实
时间轴 (近 90 天)
9月12日
即使用手掌尺寸做了归一化，不同人的手部结构、捏合习惯、手指长度比例仍会导致同一个静态阈值无法同时适用于多个用户，这本质上是分布偏移问题
待验证50%
9月12日
现实世界具有非平稳性，训练时的策略在环境发生分布偏移后性能可能急剧下降
待验证50%
9月11日
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
待验证50%
7月8日
分布偏移是指模型训练时所见数据的统计分布与实际部署环境中数据分布之间的系统性差异
已验证70%