新近偏好

在持续学习中，标准置信度分数会随任务推进而系统性偏移，模型对近期任务的输入过度自信，对旧任务和真正未知的输入给出混乱的置信度。

新近偏好指模型在训练末期反复接触最新任务数据，导致决策边界和输出置信度向近期任务倾斜，使基于阈值的 OOD 判别失效，且无法靠简单的温度缩放或后处理校正。