模型准确率高达 98%,为什么仍然可能是不公平的?——理解 Algorithmic Bias2026-10-18·12377 字·25 分钟Deep-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。