https://blog.qife122.com/tags/%E5%88%86%E5%B8%83%E5%81%8F%E7%A7%BB/ Recent content in 分布偏移 on 办公AI智能小助手 Hugo zh-cn qife Sat, 13 Sep 2025 12:03:09 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%86%E5%B8%83%E5%81%8F%E7%A7%BB%E5%A4%84%E7%90%86%E6%8A%80%E6%9C%AF%E7%BB%BC%E8%BF%B0/ Sat, 13 Sep 2025 12:03:09 +0800 https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%86%E5%B8%83%E5%81%8F%E7%A7%BB%E5%A4%84%E7%90%86%E6%8A%80%E6%9C%AF%E7%BB%BC%E8%BF%B0/ <h1 id="处理分布外数据的综述">处理分布外数据的综述</h1> <p>在机器学习（ML）和数据驱动应用领域，一个重大挑战是训练阶段与部署阶段之间数据分布的变化，通常称为分布偏移。本文概述了处理两种主要类型分布偏移的不同机制：（i）协变量偏移：特征或协变量的值在训练和测试数据之间发生变化；（ii）概念/语义偏移：由于测试阶段出现新类别，模型经历训练期间学习到的概念偏移。</p> https://blog.qife122.com/p/%E5%AF%B9%E6%8A%97%E6%80%A7%E6%A0%B7%E6%9C%AC%E7%A0%94%E7%A9%B6%E9%9C%80%E6%8B%93%E5%B1%95%E9%B2%81%E6%A3%92%E6%80%A7%E5%AE%9A%E4%B9%89/ Wed, 10 Sep 2025 16:23:08 +0800 https://blog.qife122.com/p/%E5%AF%B9%E6%8A%97%E6%80%A7%E6%A0%B7%E6%9C%AC%E7%A0%94%E7%A9%B6%E9%9C%80%E6%8B%93%E5%B1%95%E9%B2%81%E6%A3%92%E6%80%A7%E5%AE%9A%E4%B9%89/ <h1 id="对抗性样本研究者需拓展鲁棒性的定义范围">对抗性样本研究者需拓展“鲁棒性”的定义范围</h1> <p>Ilyas等人的假设实际上是分布鲁棒性文献中广泛接受的一个更普遍原则的特例：模型缺乏鲁棒性主要是因为模型抓住了数据中的表面统计特征。在图像领域，这些统计特征可能未被人类使用且难以直观理解，但在独立同分布设置中可能有助于泛化。</p>