spaCy中model-best与model-last的区别及预测时应选用哪个？

两者核心差异 #

• model-last：是训练流程跑完所有预设的训练轮次（epoch）后，最后一轮迭代产出的模型，仅代表训练完整结束后的最终权重状态，不会经过验证集效果筛选，存在过拟合风险。
• model-best：是训练过程中每轮迭代结束后，自动用验证集对当前模型效果做评估，全程保留的在验证集上得分最高的模型权重，和该权重出现在第几轮训练没有关系。

预测时的选型建议 #

绝大多数场景下执行预测任务都优先选用model-best，它经过了验证集的效果筛选，泛化表现通常优于model-last，可以规避训练后期可能出现的过拟合导致效果下降的问题。
仅当你有特殊实验需求，比如需要对比完整训练周期的最终状态、或者要复现全流程训练的最终输出时，再选择model-last即可。

内容的提问来源于stack exchange，提问作者GlobalLearner