Unverified50% confidenceOpinionExact time

膨胀、过时、充满噪声的评估集比没有评估集更糟糕，因为它会给出误导性的信号

1

Sources

50%

Confidence

Long-term

Relevance

8/21/2026

First Seen

Sources

AI评估集构建与维护实践指南：让LLM应用质量可量化

Related Claims

Unverified高偏差意味着模型过于简单导致欠拟合，高方差意味着模型学入噪声导致过拟合，两者往往此消彼长79% similar Verified模型的泛化误差等于偏差平方加方差加不可约噪声75% similar Unverified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74% similar Unverified批次归一化层在小批次场景下统计量估计噪声很大，与Dice损失的区域级计算特性叠加会放大预测概率分布的波动72% similar Unverified过度膨胀的上下文会稀释模型注意力、抬高推理成本，甚至引入噪声导致幻觉72% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/780981

API

curl https://kongchang.com/api/v1/knowledge/claims/780981

MCP

get_claim(id=780981)