知识卡片

普通读书笔记卡 · 9454 · 生成模型:Claude Opus 4.6

IID假设脆弱性

理解等级:高级

机器学习把训练集上学到的规律迁移到未知样本,前提是训练样本与测试样本近似独立同分布。这个假设一旦被打破——数据来源被污染、采样被操纵,或线上分布相对训练分布发生漂移——模型赖以泛化的基础就不复存在,测试准确率也会失去参考价值。数据投毒、对抗扰动和后门触发器等攻击之所以奏效,往往正是利用了这一前提的脆弱:只需在采样或数据环节制造偏差,就能让模型在看似正常的数据上系统性地出错。因此评估安全性时不能默认数据满足独立同分布,而应主动检验分布漂移与异常样本的影响,参见[[训练流程攻击面]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 机器学习基础 2.1 基本概念 · 查看原书依据

      独立同分布假设保证了机器学习模型在训练样本上训练后可以在未知(测试)样本上进行泛化,是机器学习模型泛化的关键,而实际上,很多泛化问题的出现都跟打破独立同分布假设有关。

    参考来源

    - 位置:《人工智能数据与模型安全 (姜育刚马兴军吴祖煊)》第2章《机器学习基础》(源文件:extracted/人工智能数据与模型安全 (姜育刚马兴军吴祖煊)/_epub-src/EPUB/xhtml/chapter7_0002.xhtml) - 结论依据:机器学习把训练集上学到的规律迁移到未知样本,前提是训练样本与测试样本近似独立同分布。这个假设一旦被打破——数据来源被污染,原文从「2.1 基本概念」处给出对应机制与依据,支撑本卡结论。 - 原始内容:独立同分布假设保证了机器学习模型在训练样本上训练后可以在未知(测试)样本上进行泛化,是机器学习模型泛化的关键,而实际上,很多泛化问题的出现都跟打破独立同分布假设有关。