Sobreajuste

Un modelo sobreajustado ha memorizado su conjunto de entrenamiento en vez de aprender el patrón que lo subyace: brilla con los datos que ya vio y falla en cuanto aparece algo nuevo. Es el fallo simétrico del Subajuste, y ambos se diagnostican comparando el desempeño en entrenamiento con el de un conjunto de validación reservado.

En el curso

Módulo 3 — se aborda dentro del capítulo sobre empatía en agentes de cara al cliente, como uno de los dos extremos que hay que evitar al hacer ajuste fino: sobreajustar a un conjunto limitado de guiones deja un agente que suena demasiado formal, mientras que subajustar produce respuestas insensibles que erosionan la confianza (Ferrer, 2024). El remedio que propone el módulo es calibrar con conjuntos de validación de diálogos reales reservados y refrescar los datos con nuevas líneas de producto, cambios culturales y preocupaciones emergentes.

Relacionado

Subajuste · Ajuste fino · Caso extremo · Deriva del modelo · Colapso de modo