近年の深層学習において、実環境で求められる頑健性・公平性・分布外汎化といった性質をどの程度予測できるかが重要な課題となっている。これまで多様な汎化指標が提案されてきたが、理論的指標はIIDを仮定しており、経験的に提案された指標も実運用上重要な信頼性や頑健性の側面を的確に反映するかは明らかでない。本研究では、小規模モデルを異なるハイパーパラメータで学習し、代表的な汎化指標43種類の指標について評価を行った。これらの指標と分布外汎化性能や校正誤差との相関を網羅的に比較し、広義の汎化指標となりうる特性を調査する。