待验证50% 置信事实精确时间
正则化（Regularization）一词借用自机器学习，指在模型训练时加入惩罚项以防止过拟合
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证持续学习是机器学习的一个子领域，研究如何让模型在持续接收新任务或新数据的同时不遗忘已有知识71% 相似已验证域随机化是指在仿真训练中刻意随机扰动物理参数，迫使策略学习到对参数变化具有泛化能力的行为69% 相似已验证当输入约束减少时，机器学习模型会更多地依赖其先验分布，即训练过程中形成的关于某个概念的默认理解67% 相似待验证持续学习（Continual Learning）是AI在不遗忘已有知识前提下持续从新经验学习的能力，当前大语言模型受限于训练后参数冻结的静态权重66% 相似待验证概念组合（Compositional Generalization）要求模型将独立学到的概念自由组合，生成训练集中从未出现过的新组合65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/997015API
curl https://kongchang.com/api/v1/knowledge/claims/997015MCP
get_claim(id=997015)