失败

不同实验室的操作流程不同，仪器精度不同，原料批次不同，甚至实验员的手法不同，都会导致不同的失败结果。

为什么失败数据难以进入训练集？

另外，失败数据本身还具有极强的非标准化特性。

既然失败数据这么重要，那不如我们建立一个专门的失败实验数据库？

然而，在工业界，失败数据可能是最高级别的商业机密。

第二，可无限次自我对弈，自动生成所有可能的成功和失败数据。

这些失败数据是最宝贵的竞争壁垒，随便告诉竞争对手哪些坑不能踩？

99%的失败数据被丢弃，它们才是实验科学的灵魂

失败数据，才真正定义了科学规律的边界。

没有任何一本主流期刊会发表“我尝试了100种方法，全部失败了”的纯阴性结果论文，除非最后你有一个成功的解决方案——其实也不可能，因为你的注意力就放在成功的那个去了，谁还管那失败的碎碎念故事，研究者甚至自己都不会认真记录失败实验。

里面包含了多少失败实验的数据？

这可能是一个常识性的问题：在实验科学中，成功实验的信息价值，远远低于失败实验。

为什么失败数据难以进入训练集？