Unverified50% confidenceCautionExact time
若将验证集或测试集数据纳入 fit，会造成数据泄露，导致模型评估结果过于乐观
1
Sources
50%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
Verified若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力84% similarUnverified部分模型存在针对测试集过度优化的风险，导致榜单分数与真实场景表现出现偏差（Benchmark饱和）79% similarUnverified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75% similarUnverified当标注不一致存在时，增加更多数据只会成倍放大混乱，向模型提供自相矛盾的监督信号73% similarVerified基准数据污染是指测试集公开后其题目可能出现在后续模型的预训练语料中，导致得分反映记忆而非真实推理能力73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/542338API
curl https://kongchang.com/api/v1/knowledge/claims/542338MCP
get_claim(id=542338)