长尾分布
机器学习中类别样本数量极不均衡的分布现象，少数头部类别占据大部分样本，大量尾部类别样本极少，导致模型在尾部类别上性能下降，常用重采样、损失加权等策略应对
时间轴 (近 90 天)
应对长尾分布的常用策略包括重采样、损失函数加权（如focal loss）、分类器再平衡（如logit adjustment）以及将尾部类别合并为超类。
1,900个类别可能导致类别分布高度不均衡，部分稀有类别样本极少，模型难以学好。
级联架构的收益来自任务难度的长尾分布：绝大多数请求属于简单类别，把高价模型留给少数困难样本，能在质量几乎不变的前提下压低平均成本。
在系统性偏差、数据泄露与重复、极端长尾、安全敏感场景中，数据清洗依然不可替代，因为网络无法自行纠正结构性错误。
学术界普遍认为自动驾驶长尾问题不可能被完全消除，只能不断降低其发生概率
学术界普遍认为长尾问题不可能被完全消除，只能不断降低其发生概率
长尾分布问题是所有大规模AI模型面临的共性挑战，模型在数据丰富的头部场景上表现优异，但在数据稀缺的尾部场景上容易出现幻觉（hallucination）
全部知识事实 (7)
应对长尾分布的常用策略包括重采样、损失函数加权（如focal loss）、分类器再平衡（如logit adjustment）以及将尾部类别合并为超类。
50%待验证1,900个类别可能导致类别分布高度不均衡，部分稀有类别样本极少，模型难以学好。
50%待验证级联架构的收益来自任务难度的长尾分布：绝大多数请求属于简单类别，把高价模型留给少数困难样本，能在质量几乎不变的前提下压低平均成本。
50%待验证在系统性偏差、数据泄露与重复、极端长尾、安全敏感场景中，数据清洗依然不可替代，因为网络无法自行纠正结构性错误。
50%待验证学术界普遍认为自动驾驶长尾问题不可能被完全消除，只能不断降低其发生概率
50%待验证学术界普遍认为长尾问题不可能被完全消除，只能不断降低其发生概率
50%待验证长尾分布问题是所有大规模AI模型面临的共性挑战，模型在数据丰富的头部场景上表现优异，但在数据稀缺的尾部场景上容易出现幻觉（hallucination）
50%