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)
离线强化学习的核心难题是分布偏移——学习到的策略容易偏离行为策略，从而在真实环境中遭遇未见过状态-动作对。
在学术基准上取得高 mAP 的模型，若训练数据与真实场景存在分布差异或评估时未考虑相机噪声、遮挡等实际因素，其生产表现可能大幅下降
分布偏移会导致模型性能显著下降甚至完全失效
零样本模型依赖预训练阶段学到的视觉-语义关联，当场景中出现与训练分布相似的干扰物时可能产生误判。
即使上下文长度正确，时序基础模型仍难应对分布偏移：如果训练数据不包含未来状态，模型会自信地插值但可能错得离谱；更长的上下文窗口无法弥补这一缺陷。
缓解分布偏移的手段包括在近期数据上做滚动回测、引入外生变量、对模型输出做在线校准；根本措施是建立监控机制，当预测残差分布显著变化时触发人工复核或模型更新。
分布偏移（Distribution Shift）是指Agent在训练和受控测试中表现出的行为可能无法代表它在真实部署环境中的行为。
离线训练的神经网络部署到闭环控制系统时，其动作会改变系统状态分布，使实际运行时的数据分布偏离训练时的离线数据分布，即分布偏移。
基于因果机制的模型捕捉数据生成过程中的稳定结构，理论上对分布偏移具有更强的鲁棒性
基础任务性能与泛化能力的正相关关系在显著分布偏移下会减弱
还有 4 条时间轴事件
全部知识事实 (18)
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
75%已验证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
75%已验证离线RL的核心挑战是分布偏移，可能导致外推误差，使学到的策略在部署时表现远不如预期
65%待验证域偏移是指训练数据分布与实际部署场景数据分布之间的系统性差异，是迁移学习和AI工程落地的核心挑战之一
60%待验证离线强化学习的核心难题是分布偏移——学习到的策略容易偏离行为策略，从而在真实环境中遭遇未见过状态-动作对。
50%待验证在学术基准上取得高 mAP 的模型，若训练数据与真实场景存在分布差异或评估时未考虑相机噪声、遮挡等实际因素，其生产表现可能大幅下降
50%待验证分布偏移会导致模型性能显著下降甚至完全失效
50%待验证零样本模型依赖预训练阶段学到的视觉-语义关联，当场景中出现与训练分布相似的干扰物时可能产生误判。
50%待验证缓解分布偏移的手段包括在近期数据上做滚动回测、引入外生变量、对模型输出做在线校准；根本措施是建立监控机制，当预测残差分布显著变化时触发人工复核或模型更新。
50%待验证即使上下文长度正确，时序基础模型仍难应对分布偏移：如果训练数据不包含未来状态，模型会自信地插值但可能错得离谱；更长的上下文窗口无法弥补这一缺陷。
50%待验证分布偏移（Distribution Shift）是指Agent在训练和受控测试中表现出的行为可能无法代表它在真实部署环境中的行为。
50%待验证离线训练的神经网络部署到闭环控制系统时，其动作会改变系统状态分布，使实际运行时的数据分布偏离训练时的离线数据分布，即分布偏移。
50%待验证基于因果机制的模型捕捉数据生成过程中的稳定结构，理论上对分布偏移具有更强的鲁棒性
50%待验证基础任务性能与泛化能力的正相关关系在显著分布偏移下会减弱
50%待验证GAP-DPO通过逐轮重生成（epoch-wise regeneration）机制，在每个epoch重新生成样本来缓解离策略采样带来的分布偏移问题
50%待验证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
50%待验证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
50%待验证数据增强的核心原则是增强分布应当匹配真实测试分布，理想策略是让训练变换分布成为真实测试分布的一个超集
50%