待验证50% 置信事实精确时间

eCMI衡量算法输出的假设在随机测试点上的预测结果与该测试点属于训练集还是影子集这一信息之间的互信息

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

VC学习的最优信息复杂度：用eCMI重建PAC保证

涉及实体

相关事实

待验证判断过拟合最直接的方法是比较训练集准确率与验证集/测试集准确率之间的差距，若训练集近乎100%而测试集明显偏低则过拟合几乎可以确定72% 相似待验证过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景71% 相似待验证选型时需确认模型训练时使用的相似度目标函数与检索时使用的度量方式保持一致，否则会出现系统性偏差70% 相似已验证基准测试倾向于评估模型知道多少，而非能带来多少认知增量69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990760

API

curl https://kongchang.com/api/v1/knowledge/claims/990760

MCP

get_claim(id=990760)