本研究针对当前零样本命名实体识别(NER)评估的不足，特别是合成数据集与标准评估基准之间标签相似性的过度估计。我们提出了一种新颖的评估指标“熟悉度”，能够量化训练和评估数据集之间的标签变化，从而提供更准确的零样本表现分析。这一方法有助于研究人员更好地理解和比较使用合成训练数据集时的零样本NER得分。

本文研究了深度学习模型在检测内外分布输入时的对抗鲁棒性，提出了ALO算法，通过对抗训练提升了OOD检测的鲁棒性。研究表明，现有方法在OOD泛化上存在不足，提出了OODRobustBench基准以评估鲁棒性，并指出额外数据和特定正则化方法能够增强OOD鲁棒性。

熟悉了cargo generate的使用。