文档摘要

4.4 泛化与适应 本节摘要：泛化是在训练时没见过、但与训练同分布的新样本上仍能用；适应是分布已经变了，循环还要靠更新或冻结策略活下去。过拟合是死记训练轨迹。领域偏移、时间漂移、对手策略变化，是适应要对付的不同敌人。检测靠保持集、在线误差、回放对照；处理靠正则、数据多样、模块冻结、再加 4.3 的合法更新。泛化不是「模型更大」，是状态清单与数据覆盖是否对齐。 会员。《4.4 泛化与适应》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流