Unverified50% confidenceTradeoffExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
8/11/2026
First Seen
Sources
Related Claims
Verified迁移学习是指将在大规模数据集上预训练好的模型参数迁移到特定小样本任务中进行微调78% similarVerified微调是在通用预训练模型基础上用特定领域数据进行二次训练，使模型能将领域知识内化为参数，推理时无需额外检索步骤，延迟更低76% similarUnverified领先模型若被用于生成训练数据，可能将自身偏差系统性地传递给下一代，即'模型坍塌'风险75% similarUnverified若合成数据生成过程遗漏关键变量间的相关性，基于此训练的模型在真实部署环境中往往表现失常72% similarVerified当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/731930API
curl https://kongchang.com/api/v1/knowledge/claims/731930MCP
get_claim(id=731930)