泛型情形——在几乎所有输入上可判定
最坏情形不可判定 ≠ 处处都难。很多时候，一个算法能在密度为 1 的输入集合上给出正确判定，只在可忽略的剩余部分上失败（或不停机）。
泛型可判定性（Kapovich–Myasnikov–Schupp–Shpilrain，2003）如果某个部分算法能在渐近密度为
1的输入集合上停机并给出正确答案，在其余部分上可能发散，那么这个问题就称为泛型可判定的。
例子：许多群中的字问题，以及"大多数"图灵机的停机问题，都是泛型可判定的——不可判定性集中在一条密度为 0 的刀刃上，尽管它真实存在。
控制理论中的用法。 "大多数"控制器/系统都有明显的收敛结论（要么很容易找到 Lyapunov 函数，要么系统明显不稳定）；只有经过精心调校的边界系统才真正棘手。所以一个实用的收敛检测器几乎总能给出正确答案。
告诫： 泛型性说的是典型输入——对手仍然可以专门递给你一个密度为 0 的困难实例。当你关心的具体系统正好就是那条刀刃时，泛型性帮不上忙。