待验证50% 置信事实精确时间

泛化能力（generalization）指模型在训练时未见过的任务或分布上仍能表现良好的能力。

1

来源数

50%

置信度

长期有效

时效性

2026/10/18

首次发现

来源

LLM无法使用的编程语言：反AI设计的另类探索

涉及实体

泛化能力concept

相关事实

待验证泛化研究关注模型能否在训练分布之外保持稳健表现。73% 相似待验证针对特定领域精心训练的专用超分模型效果往往优于通用模型70% 相似待验证Eric Bigelow认为很多能力本就存在于预训练基础模型中，后续的SFT、RL、Agent微调更多是对分布做打磨锐化而非凭空赋予新能力69% 相似待验证智能体可能出现目标泛化（goal generalization）问题，在训练分布之外的场景中以开发者未预料的方式追求目标69% 相似待验证泛化能力指一套算法和模型在训练时未见过的城市、天气、道路结构中仍能安全运行的能力，是自动驾驶行业的核心难题之一。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1064333

API

curl https://kongchang.com/api/v1/knowledge/claims/1064333

MCP

get_claim(id=1064333)