模型在验证集上表现很好，但测试集的准确率却有点低，都有什么可能的原因呢？

Question

网上也有一些这种问题，但好像跟我的情况不太一样，因为我基本排除了大家普遍认为的数据分布问题。
请看介绍：
我做的实验，官方只有训练集和测试集，数据类别都有三类，其中两个占比较小的类别的分布有些差异。
我用训练集的10％作为验证集，用来调参，测试集用来评估。
我的处理：
为了避免分布不均匀问题，我切分验证集时进行了两种切分方式，一种是随机切分，一种是验证集和训练集保持同分布，两种方式都能得到很理想的结果，准确率基本稳定在同一个百分点。
但测试集准确率却表现特别不好，跟验证集能差10个百分点左右。
排除数据处理方式
经再三确认，所有数据集的数据处理方式完全相同。
请问这种情况有什么可能的原因吗？重金悬赏，感谢！