训练监控指标与收敛、过拟合判断
哪些公司问过
答案要点
- 训练指标:loss、学习率、梯度范数、吞吐和显存
- 验证指标:验证集 loss 以及准确率、F1、AUC 等任务指标
- 收敛:验证指标进入平台期,训练 loss 下降趋缓
- 过拟合:训练 loss 降、验证 loss 升,泛化差距扩大;欠拟合:两者都高且下降慢
- 过拟合用早停、正则、数据增强;欠拟合加容量、延长训练或调学习率
易错点
- 只看训练 loss 判断效果,不看验证集
- 训练 loss 有波动就认为不收敛,忽视 batch 噪声和学习率调度影响
- 反复在测试集上调参,导致测试结果失真
面试官常见追问
- 模型是一次训练好的吗?
- 判断模型收敛需要用验证集吗?
- 测试集为什么必须单独存在,不能和验证集合并?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。