概念distributional truncation
分布截断效应
统计学与机器学习中的概念，指在反复迭代过程中训练数据分布的尾部（罕见但重要的样本）被逐步压制，模型最终只保留最常见模式，导致多样性丧失
时间轴 (近 90 天)
10月8日
分布截断效应（distributional truncation）指当训练数据来自模型输出时，分布尾部的罕见样本因频次过低在每轮迭代中被进一步压制
待验证50%
10月8日
分布截断效应早在语言学的语料库研究和统计物理的粗粒化建模中就有系统记录
待验证50%