Unverified50% confidenceFactExact time
偏差-方差权衡是描述模型泛化能力的核心框架：偏差衡量模型预测值与真实值的系统性偏离（欠拟合），方差衡量模型在不同训练集上预测结果的波动幅度（过拟合）
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
Unverified模型集成（Model Ensemble）方法源自偏差-方差权衡理论，组合多个模型可以弥补单一模型在训练数据盲区的系统性偏差77% similarUnverified集成学习的理论基础来自偏差-方差权衡框架，单一复杂模型存在高方差而简单模型存在高偏差71% similarUnverified预训练模型迁移复用的假设是模型在源域学到的特征具有跨域泛化能力，但高层语义特征可能存在显著的域偏移70% similarUnverified微调是指在已具备通用语言理解能力的基础模型之上，用特定领域的专业数据进行二次训练，使模型在保留通用能力的同时对特定任务表现出更高的专业精度70% similarVerified分布偏移是指模型训练时所见数据的统计分布与实际部署环境中数据分布之间的系统性差异69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/507878API
curl https://kongchang.com/api/v1/knowledge/claims/507878MCP
get_claim(id=507878)