待验证50% 置信事实精确时间

学界将失准问题细分为目标错位、价值错位以及分布偏移下的失准等层次

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

OpenAI发布模型失准报告框架：如何追踪与披露AI异常行为

涉及实体

模型失准concept

相关事实

待验证行为克隆将问题简化为监督学习，但存在分布偏移问题，导致训练时和执行时状态分布不同引发误差累积74% 相似待验证研究团队证明学习分布与真实分布之间的总变差距离可分解为初始化误差、Score误差和求解器离散化误差三项73% 相似待验证对齐问题涉及目标规范、内部对齐和分布偏移等多个技术层面71% 相似已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/927842

API

curl https://kongchang.com/api/v1/knowledge/claims/927842

MCP

get_claim(id=927842)