概念Out-of-Distribution / OOD
分布外
机器学习中的一个重要概念，指测试数据的分布与训练数据的分布不一致的情况。模型在面对新用户、新场景、新语言时都会遇到分布外输入。
时间轴 (近 90 天)
11月3日
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）。
待验证50%
9月29日
盲目信任自身记忆的智能体容易在分布外（out-of-distribution）场景中犯下自信的错误
待验证50%
9月29日
分布外（out-of-distribution）场景指模型推理时遇到的输入数据与训练或历史经验数据的分布存在显著差异
待验证50%