首页 / 泛化
🌐 泛化 是什么？
泛化就是AI举一反三的能力——学了几道例题，能解没见过的题。
⚡ 一句话秒懂
泛化就是AI举一反三的能力——学了几道例题，能解没见过的题。
📖 举个故事
数学老师教小明解一元二次方程。课堂上练了5道题。小明理解了公式和解题思路。考试时，题目长得很不一样，小明照样解出来了——因为他学会的是方法，不是背答案。这就是泛化。另一个同学小强背下了5道题的答案和步骤，考试题目一变他就不会了——他过拟合了。泛化就是AI的核心追求：不只是记住训练数据，而是真正理解背后的规律。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
你训练AI写产品描述。训练数据里有100条卖鞋的描述和100条卖手机的描述。如果AI泛化能力强，你给它一个卖耳机的产品参数，它也能写出流畅的描述——因为它学会了产品描述的通用结构：品牌+功能+适用场景+价格。如果泛化能力差，它只会机械地套用卖鞋的模板，写出来的耳机描述也像在卖鞋。
📚 进阶原理
泛化（Generalization）指模型在未见过的新数据上也能表现良好的能力。模型训练的目标就是最大化泛化能力。偏差-方差权衡：欠拟合（高偏差，模型太简单，训练和测试都差）vs 过拟合（高方差，训练好测试差）。理想模型处于两者平衡。提升泛化的方法：更多样化的训练数据、适当的正则化、模型集成、交叉验证。