英文：Validation Loss 分类：training
模型在未参与训练的验证集上计算的损失：衡量真实泛化能力，训练损失下降而验证损失上升即过拟合信号，是决定早停、模型选择与泛化评估的关键指标。
数据：验证集（与训练隔离、同分布抽样）；监控：定期评估（每 X 步）、与训练损失对比（泛化差距）；用途：早停判定（验证损失回升停止）、超参选择（多轮取最优）、检查点挑选（最低验证损失）；注意：验证集泄漏（不可用于调参）、评估频率（成本）；大模型：用于调度触发（验证平台降 LR）。
用于模型训练质量评估（过拟合诊断）、早停与模型选择（最优检查点）、超参搜索（CV 内评估）与发布前泛化验证（上线门槛）。