Unverified60% confidenceFactTime unknown
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
Sources
60%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
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
Related Entities
Related Claims
Unverified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% similarUnverified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% similarUnverified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% 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80% similarUnverified训练数据中的重复内容会导致模型记忆化和性能下降79% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/5502API
curl https://kongchang.com/api/v1/knowledge/claims/5502MCP
get_claim(id=5502)