Generalization
/ˌdʒɛnərəlaɪˈzeɪʃən/
概括，归纳，泛化
原始画面
如同将无数形态各异的树叶摊开，抽出它们共有的“叶脉”与“绿色”，凝结成一个叫“叶子”的抽象概念。
核心意象
具体事例 × 共性提取 = 概括
深度解析
Generalization 源自拉丁语 genus（种、类），其本质是一场从特殊到普遍的认知蝉蜕。它不仅是逻辑学中的归纳推理，更是人类大脑压缩信息、预测未知的本能：当你摸过几只猫后便能认出所有猫，便是大脑在执行 generalization——将有限经验升维为无限适用的模式。
在心理学中，它指条件反射的泛化现象（如巴甫洛夫的狗对相似铃声也分泌唾液）；在机器学习里，它衡量模型对未见数据的适应能力——真正的智能不在记忆训练集，而在提炼出背后的规律。但过度概括（overgeneralization）会沦为偏见：将个例推及全体，如“一次失败 = 永远失败”。
因此，优秀的 generalization 是精准与灵活的博弈：既要捕捉本质的“公约数”，又要为差异留有“余数”。它是一把双刃剑——让我们高效认知世界，也可能让我们困在刻板印象中。