标签平滑为什么能防止模型过拟合? 训练集准确率高但验证集开始下降,模型却对每个预测都给出极高置信度,这是过拟合的典型信号。标签平滑通过改变分类任务的目标标签分布来缓解这个问题:它不再要求正确类别的概率为1,而是给正确类别一个略低于1的目标,例如0.9,并把被削减的概率均匀分配给其他类别。这样做可以限... 栏目:AI大模型 时间:08-22 标签平滑 过拟合 交叉熵损失