Unverified50% confidenceFactExact time
论文发现下游任务的排名与训练损失的排名并不一致，训练损失更低的方案未必在下游评测中表现更好
1
Sources
50%
Confidence
Long-term
Relevance
10/4/2026
First Seen
Sources
Related Entities
Related Claims
Unverified在后训练阶段，过低的损失可能对应过拟合，即模型死记硬背训练数据而丧失泛化能力79% similarUnverified针对特定工具做专项强化训练的副作用是对非训练分布工具的泛化能力下降，学术上称为分布外泛化失败75% similarUnverifiedrank值过高、学习率设置不当或训练步数过多是LoRA训练过拟合的常见诱因74% similarUnverified重训存在取舍：在更干净的验证分布上部分极高分数出现轻微下降，团队认为为提升实战表现而牺牲基准满分是值得的72% similarUnverified深度监督在语义分割任务中通常以主损失加权求和辅助损失的形式实现，辅助损失权重在训练后期往往逐步衰减72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/971844API
curl https://kongchang.com/api/v1/knowledge/claims/971844MCP
get_claim(id=971844)