什么是 知识截止?

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。

训练较小的模型来模仿较大模型的输出。

创建修改后的训练示例以提高模型泛化能力的技术。

现实世界输入数据随时间的变化可能会降低模型性能。

对特定领域的数据进行持续训练，以使预先训练的模型适应特定任务。

模型在训练集之外的新的、未见过的数据上的表现如何。