待验证60% 置信事实时间未知

过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

神经网络入门：从基本原理到手写数字识别实战

bilibiliAI算法实战营

涉及实体

过拟合concept

相关事实

待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减84% 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82% 相似待验证数据漂移（Data Drift）指线上真实数据的统计特性偏离训练集时，模型性能在无报错情况下持续下滑80% 相似待验证数据泄漏分为目标泄漏和训练-测试污染两类，会导致模型性能被系统性高估80% 相似待验证训练数据中的重复内容会导致模型记忆化和性能下降79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/5502

API

curl https://kongchang.com/api/v1/knowledge/claims/5502

MCP

get_claim(id=5502)