域偏移
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工程落地中的核心挑战之一，可通过MMD和FID等指标量化测量。
核心事实
时间轴 (近 90 天)
新生儿脑部体积小、髓鞘化不完全，对扫描参数变化比成人更敏感，因此域偏移问题更为突出。
域偏移在新生儿脑部MRI场景中的来源包括不同厂商扫描仪在磁场强度、线圈设计上的差异，各医院扫描协议的不同，以及患儿个体间脑发育程度的差异。
在域偏移下（包括对地观测任务），logit PSV 显著提升了性能，而全权重扰动几乎不提供额外收益。
域偏移指测试数据分布与训练数据分布不一致的情形。
域偏移（domain shift）是指由实验条件差异引起的分布变化，其中批次效应（batch effect）是最常见的一种。
呼吸音分类的长期部署面临因设备更新和采集环境变化导致的数据分布漂移（域偏移）挑战。
学习方法在数据充足时性能更强，但需要为域偏移下的鲁棒性付出代价
学习法在标注数据充足时能取得很强的性能，但在面对域偏移时鲁棒性显著下降
一项发表于arXiv的研究针对域偏移下行人检测解释的忠实度问题进行了可信度控制的XAI审计
域偏移（Domain Shift）问题指模型在训练数据上表现优异，但部署到新环境后大幅退化
全部知识事实 (11)
学习方法在数据充足时性能更强，但需要为域偏移下的鲁棒性付出代价
75%已验证数据漂移（Data Drift）指线上真实数据的统计特性偏离训练集时，模型性能在无报错情况下持续下滑
70%待验证新生儿脑部体积小、髓鞘化不完全，对扫描参数变化比成人更敏感，因此域偏移问题更为突出。
50%待验证域偏移在新生儿脑部MRI场景中的来源包括不同厂商扫描仪在磁场强度、线圈设计上的差异，各医院扫描协议的不同，以及患儿个体间脑发育程度的差异。
50%待验证在域偏移下（包括对地观测任务），logit PSV 显著提升了性能，而全权重扰动几乎不提供额外收益。
50%待验证域偏移指测试数据分布与训练数据分布不一致的情形。
50%待验证域偏移（domain shift）是指由实验条件差异引起的分布变化，其中批次效应（batch effect）是最常见的一种。
50%待验证呼吸音分类的长期部署面临因设备更新和采集环境变化导致的数据分布漂移（域偏移）挑战。
50%待验证学习法在标注数据充足时能取得很强的性能，但在面对域偏移时鲁棒性显著下降
50%待验证一项发表于arXiv的研究针对域偏移下行人检测解释的忠实度问题进行了可信度控制的XAI审计
50%待验证域偏移（Domain Shift）问题指模型在训练数据上表现优异，但部署到新环境后大幅退化
50%