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