待验证50% 置信事实精确时间
分布内指测试数据与训练数据来自同一分布，分布外指测试数据来自不同分布（如更难、更长或结构不同的任务）。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
RLVR泛化困境：推理策略为何在OOD下失效
rss2026/11/2
涉及实体
相关事实
待验证参数量相似的情况下，训练数据质量分布的差异往往比架构差异更能决定特定场景的表现上限76% 相似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75% 相似待验证分布式训练时保存检查点还需保存数据加载器的状态和随机数种子，否则恢复后数据顺序和增广结果会不一致，导致训练不可复现。71% 相似待验证将输入激活值投影到训练分布主成分的一个小子集上，探针就能实现跨域迁移，性能几乎追平直接在测试分布上训练的探针70% 相似待验证在训练分布内评估容易高估模型能力，分布外基准要求模型泛化到未见过的场景与交互组合，更能暴露‘看起来对’与‘物理上对’之间的落差。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130339API
curl https://kongchang.com/api/v1/knowledge/claims/1130339MCP
get_claim(id=1130339)