知识卡片
训练测试隔离要包含重复家族
只按行随机切分会把相同或近似内容放进两侧,使记忆冒充泛化。应按数据来源和重复关系规划隔离,检查模板衍生与合成变体是否跨集合。标签正确也不能抵消评估泄漏。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 数据集工程
原书出处 · 1 处
- · 查看原书依据
一个样本在训练集中,而它的重复样本在测试集中的情况。
参考来源
- 位置:《AI工程:大模型应用开发实战》第8章《数据集工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section016.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:一个样本在训练集中,而它的重复样本在测试集中的情况。