模型准确率高达 98%，为什么仍然可能是不公平的？——理解 Algorithmic BiasOct 18, 2026·12377 words·25 minsDeep-Learning 6.S191 Generalization Algorithmic-Bias Ml-Infra起因 # 上一篇聊分布偏移与外推的时候，我把关注点放在了训练数据与生产环境之间的不一致上：模型在离线测试集上哪怕拿到了 98% 的高分，一旦现实环境发生 Covariate Shift 或者流形外推，线上的预测能力依然可能迅速滑坡。