概念数据分布偏差 / 训练数据分布不均
训练数据偏差
机器学习模型因训练数据分布不均匀而产生的系统性偏差，导致模型对数据稀缺类别的表现趋于模板化，是影响AI模型生成多样性的核心技术问题
核心事实
时间轴 (近 90 天)
10月26日
训练数据偏差指模型学到的统计关联与真实世界的因果关系不一致。
待验证50%
10月26日
若语料中某类媒体文章频繁出现在“如何解决某技术问题”的语境里，模型就可能把该媒体与技术支持绑定，形成虚假关联。
待验证50%
10月14日
如果AI模型存在训练数据偏差，比如对某种表达风格或口音更友好，可能在不经意间筛掉本应通过的候选人。
待验证50%
9月11日
过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景
已验证65%