跳至內容
學習
新聞
工具
職缺
使命
搜尋
⌘K
English
捐款
選單
從這裡開始
開始學習
學習
前往 學習
課程
指南
AI 導師
提示庫
測驗
認證
術語表
新聞
前往 新聞
最新人工智慧新聞
主題追蹤器
研究和數據集
部落格
編輯準則
更正說明
工具
前往 工具
工具目錄
最佳名單
比較工具
成本計算器
快速精煉機
提交工具
職缺
前往 職缺
瀏覽人工智慧職位
發布職缺
贊助美亞保險
使命
前往 使命
使命
影響和統計
作者
幫助中心
有什麼新消息
支援
捐款
首頁
/
詞彙表
/
基準洩漏
人工智慧術語
什麼是
基準洩漏
?
定義
當訓練資料中存在基準測試範例或相近變體時,會誇大報告的效能。
相關術語
基準測試
用於測量和比較模型性能的標準化測試或資料集。
數據增強
建立修改後的訓練範例以提高模型泛化能力的技術。
過擬合
當模型記住訓練資料並在未見過的輸入上表現不佳時。
演算法透明
人工智慧系統的邏輯、資料來源和限制的記錄和理解有多清晰。
持續學習
讓模型不斷從新資料中學習而不忘記先驗知識的訓練方法。
數據漂移
現實世界輸入資料隨時間的變化可能會降低模型效能。
在我們的免費指南中了解更多信息
AI Benchmarks
參見
Alignment Tax
Causal Inference
AI Act
Confidence Interval
Agentic Workflow
Constitutional AI
Zero-Shot Learning
Data Lineage
Previous
Alignment Tax
Next
Causal Inference
瀏覽完整的人工智慧術語表
探索所有免費的人工智慧指南