损失函数的作用 — 计算机填空题

在神经网络训练中，损失函数用于量化模型预测输出与真实标签之间的差距，训练的目标是通过调整参数使损失不断减小。某学生在训练一个用于手写数字识别的多层网络时提出如下观点：只要训练损失降到足够小，就说明模型学到了数据的普遍规律，在未知数据上一定表现更好。结合损失函数的作用与本章内容，该观点是____（填“正确”或“错误”）的，原因是损失仅衡量模型在____（填“训练集”或“未知测试数据”）上预测与真值的差距，一味追求训练损失极小，可能使模型过度拟合训练样本的细节而损害对未知数据的泛化能力，这一现象称为____（填“欠拟合”或“过拟合”）。