待验证50% 置信事实精确时间

偏差-方差权衡描述模型复杂度与泛化能力之间的张力，过于简单的模型欠拟合（高偏差），过于复杂的模型对训练数据过度敏感（高方差）

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

AI工程师15个月10次面试失败：深度复盘与破局指南

redditr/learnmachinelearning2026/7/9

相关事实

待验证过拟合的根本原因是模型容量过大或正则化不足，解法包括正则化、数据增强或减小模型复杂度76% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑76% 相似待验证高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长73% 相似待验证泛化能力指模型在未见过的新数据上的表现能力，泛化误差等于期望风险与经验风险之间的差距72% 相似待验证温度超参数τ越小分布越集中，模型对难负样本越敏感，但τ过小会导致梯度对异常值敏感、训练不稳定71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490711

API

curl https://kongchang.com/api/v1/knowledge/claims/490711

MCP

get_claim(id=490711)