MENTAL MODEL · M5929
分布外
Out-of-Distribution, OOD
更新于 2026-08-10
CORE DEFINITION · 核心定义
模型在训练数据（分布内）上表现完美，但面对与训练数据分布不同的新数据（分布外）时，表现可能会灾难性下降。例如，只在白天训练的自动驾驶汽车，晚上就是OOD。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
经验的边界。你的所有经验都来自“过去”这个数据集。面对“未来”这个OOD环境，经验往往不仅无用，甚至有害。在跨界或转型时，必须对旧经验进行降权处理。
anchor
锚定快速决策
机器学习模型假设训练与测试同分布（i.i.d.）。当输入来自训练分布之外，模型缺乏对应证据，却常给出高置信度错误预测（过度自信）。机制是"经验只在经验分布的支撑集内有效"。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Dataset_shiftverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型