过拟合是"信息泄露"而非"学太多"

经典解释是"模型太复杂学了噪声"，更精确的理解是"模型从验证集泄露了信息"（通过手动调参）。正则化、交叉验证的本质是防止这种信息泄露。这个视角解释了为什么深度学习（参数远多于数据）不过拟合——如果用正确的方式评估。