long-tail-distribution

本文介绍了Tailor-Bench，这是一个系统评估视觉世界模型在不规则物理交互上的基准，揭示了泛化中的长尾差距：模型在常见场景上表现良好，但在非常规和不可能场景上性能下降。

提出联邦嵌套学习（FedNL）框架，将联邦学习重构成三级嵌套优化系统，实现自指记忆的协同训练以支持测试时自适应，从而处理非独立同分布数据和长尾分布。