过拟合
Overfitting
也称泛化 / Generalization
练习过的例子答得很好,换成新问题却表现变差
怎么理解
像学生只背熟了练习卷,却没真正学会方法。模型把训练材料里的细节甚至偶然情况记得太死,遇到新材料时反而判断不好,这叫过拟合。
举个例子
你用二十封客户邮件调整一个分类助手,它能把这二十封全分对。换一批新客户、不同写法的邮件,错误却很多。只拿原来的二十封验收,就会误以为它已经很好用。
补充说明
不只是训练模型会遇到这个问题。反复围着少数例子修改提示词,也可能只对那几个例子有效。最好另留一批没参与修改的材料检查。