过拟合
Overfitting
学到 会用 就够：能亲手用起来
你可能会说
“我训练的政策分类模型在旧材料上越来越好，换一批材料为什么反而更差？”
过拟合是模型过度适应训练资料中的具体细节或偶然规律，导致新资料表现较差。它不只发生在大模型，反复调规则或挑结果也可能对开发资料过拟合。
使用 AI
科研里的例子
模型把某省固定公文句式当作融资支持信号，训练省份表现优秀，换省份便失效；回读错例才能发现依赖了模板。
一个灵活模型可以把噪声、模板或来源线索也当成规律，继续训练便让训练误差下降而验证误差不再改善甚至上升。诊断应比较独立样本，而不是只看训练曲线。更多代表性数据、适当正则、早停和任务设计都可能帮助，但每种措施都需验证。要区分过拟合与分布改变：新地区表现差可能同时涉及两者，不能把所有外部失败都归成训练轮数太多。
在你的学科里，直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
画出训练与验证误差随轮次的变化，再按地区或文件来源分组重测，检查性能差距来自训练适应还是资料迁移。
它做不到的
训练分数高不自动等于过拟合；必须结合未见资料和目标分布判断，模型复杂也不意味着一定会失败。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。