Domain Generalization

域泛化（Domain Generalization）是指从一个或多个训练域中学习，以提取出对未见过的域同样适用的领域无关模型。其核心目标是在没有目标域数据的情况下，提高模型在新环境中的泛化能力，从而增强模型的鲁棒性和适应性。域泛化在多领域应用场景中具有重要价值，如跨数据集图像识别、自然语言处理等，能够有效减少对新数据标注的需求，提升系统的实用性和效率。