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
/
過擬合
人工智慧術語
什麼是
過擬合
?
定義
當模型記住訓練資料並在未見過的輸入上表現不佳時。
相關術語
概括
模型在訓練集之外的新的、未見過的資料上的表現如何。
基準洩漏
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。
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。
數據增強
建立修改後的訓練範例以提高模型泛化能力的技術。
微調
對特定領域的資料進行持續訓練,以使預先訓練的模型適應特定任務。
知識截止
模型訓練資料中反映的最新時間點。
在我們的免費指南中了解更多信息
Overfitting and Underfitting
參見
Open-Source Model
Parameter
OCR (Optical Character Recognition)
Parameter-Efficient Fine-Tuning (PEFT)
Normalization
Perplexity
Neural Network
Pipeline
Previous
Open-Source Model
Next
Parameter
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