数据稀缺时大模型反而吃亏，学习曲线才是选型关键

作者指出，科学问题中数据稀缺很常见，此时加深模型往往先带来方差而非性能提升——经典ML或浅层网络能更快进入有效区间，深层模型需要更多数据才能兑现额外容量，因此学习曲线才是选择模型的正确判据。相关观点也被写入Jorge Bravo Abad的新书《面向理科学生的AI》中正式出版。

2026-09-09 ~ 2026-09-09 · 2 条相关

• 数据不够时模型越大越亏:学习曲线才是选模型的关键判据 — bravo_abad · 2026-09-09
• 《面向理科学生的 AI》出版：数据稀缺时模型越大未必越好 — bravo_abad · 2026-09-09