考试不能考原题！
咱们拿它没见过的图，才知道它是真会还是死记。先凭直觉猜一猜：AI 认从没见过的新图，能对几成？
先凭直觉选一选，不用担心猜得准不准。
① AI 已经学过这些图形了
先考"原题"（它见过的），再考"新题"（它没见过的），看看两轮准确率一不一样。
① 考原题（见过的）
–%
② 考新题（没见过的）
–%
先考原题，再考新题，比一比两次准确率。
② 想一想 🤔
怎么判断 AI 是真会还是死记？
选一个理由，说说你的判断依据（选填）。
你学会了怎么真正考核 AI！
以后想验证 AI 是不是真的学会了，看这 3 件事：
1看它是在"原题"上测的，还是"新题"上测的
2比一比两次准确率差多少（差太多要小心，可能是死记硬背）
3确认训练数据和考试数据有没有严格分开
它会犯错，得用新题考才算数
只在原题上准，可能是"背"下来的；拿它没见过的新题考，才看得出真本事。
准确率：考对的比例。
进阶说法：模型在测试集上的正确率；这个概念还能帮我们发现"过拟合"。
进阶说法：模型在测试集上的正确率；这个概念还能帮我们发现"过拟合"。
深入一点：这跟"过拟合"有关系吗？
有！如果 AI 在原题上很准、新题上却很差，这种"死记硬背"的现象，进阶层会给它取个名字——「过拟合」。现在你已经知道怎么发现它了：拿新题考一考。
深入一点：为什么"考试题"要提前藏起来？
靠谱的 AI 测试会把"练习题"（训练数据）和"考试题"（测试数据）严格分开，绝不能让 AI 提前看到考试题——不然算出来的准确率会"注水"，比真实水平好看很多。这种作弊现象在 AI 圈子里有个专门名字，叫"数据泄漏"。
经验 +12
金币 +6
懂原理+会判断 +1