你的模型在训练集上表现很好，但在新场景（如不同光照/语言风格）下性能下降明显，你会如何提升泛化能力？

Question

Accepted Answer

考察点：考察对模型泛化问题的理解与系统化改进思路。回答思路：能识别过拟合与分布偏移的区别 提出数据增强、正则化等常规手段 说明验证集划分与交叉验证的重要性 讨论更复杂的策略如域适应、迁移学习 能结合实际场景说明选择与权衡

考察说明