"泛化能力" (generalization ability) 指的是一個模型或系統在未曾見過的資料上表現良好的能力。簡單來說，就是模型能夠從已知的訓練資料中學習到的規律，並將這些規律應用到新的、未知的資料上。
你可以將它想像成一個學生學習解數學題的過程。如果一個學生只是死記硬背課本上的例題，那麼他可能只會解那些看過的題目，這就是泛化能力差。但如果他真正理解了數學原理，那麼即使遇到沒見過的題目，也能運用所學的知識來解決，這就是泛化能力強。
在不同的領域，泛化能力有不同的應用：- 機器學習/人工智慧： 一個好的機器學習模型應該具有良好的泛化能力，才能在實際應用中處理各種各樣的新數據。
- 心理學： 指個體將在某一情境中習得的反應擴展到其他相似情境的能力。
- 學習： 指將從特定經驗中獲得的知識或技能應用於新的、不同的情境的能力。
總而言之，泛化能力是衡量一個系統或模型是否真正理解並掌握了某種知識或規律的重要指標。
