概念Generalization
泛化
机器学习模型在未见过的数据上做出正确判断的能力，是评估模型性能的核心指标。
核心事实
时间轴 (近 90 天)
10月13日
评估模型时通常将数据分为训练集和测试集，用测试集衡量真实的泛化水平。
待验证50%
10月9日
AI领域对应的核心概念是泛化与分布外推理，模型在训练分布内表现好并不保证能处理训练时未遇到的新型问题
待验证50%
9月20日
过拟合指模型在训练集表现极好但在新数据泛化能力差的现象，在样本量偏小的药学数据集中风险尤为突出
待验证50%
9月11日
训练数据的质量和多样性直接影响模型输出可靠性，包含大量低质量、矛盾或虚假信息的训练数据可能导致模型学习到错误模式
已验证70%