什麼是 概括?

當模型記住訓練資料並在未見過的輸入上表現不佳時。

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。

建立修改後的訓練範例以提高模型泛化能力的技術。

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。

模型的置信度分數與實際正確性機率的匹配程度。

用於測量訓練後模型品質的保留資料集。