Unverified50% confidenceCautionExact time
评估阶段忘记调用 model.eval() 会导致模型仍使用当前批次统计量，在批次较小时严重影响推理结果稳定性
1
Sources
50%
Confidence
Long-term
Relevance
8/5/2026
First Seen
Sources
Related Claims
Unverified近似遗忘通过梯度上升等方法主动削弱特定数据对模型参数的影响，但效果难以量化验证77% similarUnverified校验失败时应将具体错误反馈给模型让其修正，但重试必须设置次数、超时时间和成本控制，因为重试会增加延迟和资源消耗75% similarVerified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73% similarVerified自回归模型在推理链早期产生错误中间结论会导致后续步骤累积错误，形成错误积累效应73% 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）72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/692360API
curl https://kongchang.com/api/v1/knowledge/claims/692360MCP
get_claim(id=692360)