待验证50% 置信事实精确时间

预处理泄漏在小数据集上尤为显著，当训练集仅有数百张图像时加入测试集样本会明显改变均值和标准差估计

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

深度学习数据归一化：全局统计 vs 逐图归一化实践指南

redditr/deeplearning2026/7/9

相关事实

已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力77% 相似待验证在稠密检索中，批内负样本训练要求批次包含有信息量的负样本，随机采样会导致训练损失快速收敛但泛化性能差76% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象75% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑74% 相似待验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502345

API

curl https://kongchang.com/api/v1/knowledge/claims/502345

MCP

get_claim(id=502345)