什么是 概括?

当模型记住训练数据并在未见过的输入上表现不佳时。

让模型不断从新数据中学习而不忘记先验知识的训练方法。

创建修改后的训练示例以提高模型泛化能力的技术。

人工智能系统的逻辑、数据源和局限性的记录和理解有多清晰。

模型的置信度得分与实际正确性概率的匹配程度。

用于测量训练后模型质量的保留数据集。