2023/6/28 16:55
我们追求的泛化，竟是一条死路？
https://mp.weixin.qq.com/s/A4FyMi4xmWWiznO-dsDAKg
1/6
我们追求的泛化，竟是一条死路？
文 | 鹰 钩 鼻 涕 虫
从我们刚刚接触统计学习方法开始，想必就一直在接受一个思想：相比符号算法，统计模型最
重要的能力之一，即是它的泛 化 能 力 。或者，用这两年使用更加广泛的话术，则是统计模型具
备想 象 力 ，或者思 考 的 能 力 。炼丹时，我们绝大多数时候去对抗的，也是泛化的反面，即过
拟合。
大模型、大数据加持之后，深度学习算法的确也帮助我们解决了很多无法枚举的问题，关于其
泛化能力的研究也越来越多，比如翻译模型，强大的泛化能力似乎可以让模型在没有足够的对
齐语料时，也能达到不错的效果。
不过，我想提出一个相对反直觉的观点：以我们自己为例，我们都知道，有的时候想象力飘得
太远，过于“举一反三”反倒未必是好事儿，或许成长的过程中，相当一部分的时间，我们是在
限 制 自 己 的 想 象 力 。
败也泛化
以文生图算法为例，例如，我们输入 prompt 为：苹果，西瓜，这个时候文生图算法会给出什
么结果呢？
鹰钩鼻涕虫 2022-11-23 12:05 发表于四川
原创
夕小瑶科技说
