Distribution shift：模型訓練時與部署時所遇到的資料、環境或任務分布不同。分布偏移可能讓原本有效的策略或獎勵規則失效，暴露訓練情境中的隱含假設。 雙向連結：外在對齊、獎勵駭客、穩健性、紅隊測試、逆向獎勵設計。