知识点 › 采集与回传
随机基线采样
Random Sampling
定义
按固定比例（如每 N 分钟或每 N 公里）随机回传一段完整数据，作为「真实分布的无偏样本」。它是评测集与分布监控的锚点，没有它，数据会越来越偏。
关键要点
- 用途：构建无偏测试集、监控训练/线上分布偏移、统计真实场景占比
- 比例要稳定且记录在案，否则跨月不可比
- 成本上它最「浪费」，但没有它，长尾挖掘会陷入自我强化
面试怎么答
能主动提「无偏基线」是数据素养的体现，多数候选人只讲长尾。
相关知识
- 触发采集策略 — 决定「哪些片段值得回传」，是数据闭环里杠杆最大的设计。好的触发让数据分布贴近「模型失败的地方」，差的触发只会重复采集简…