分布外样本

分布外样本指与训练或编译阶段所见数据分布明显不同的输入，规则或小型分类器构成的本地逻辑往往在边界附近失效。

工程上缓解分布外样本问题的常见手段包括：为编译后逻辑设置置信度阈值并在低置信时回退到LLM、持续收集线上样本做回归评估、保留影子模式让LLM与本地逻辑并行运行以监控偏差。