我不完全确定我的答案，所以请谨慎对待。

我认为你不应该太担心初始模型被过度拟合：

• 这很可能发生，因为初始数据集很小，因此模型可能别无选择，只能捕获偶然发生的模式。
• 主动学习的过程旨在逐步“纠正”初始模型。这不仅是关于捕捉新细节的模型，还可能是关于模型根据数据重新评估以前的模式。

所以我的直觉是让模型在必要时稍微过拟合。但是，如果模型过度拟合和/或过于复杂，则意味着它需要标记很多（可能太多）实例。根据上下文，这可能是一个更严重的问题：初始模型应该足够好，以使主动学习过程不需要标记许多/所有实例。

您应该在验证数据集上测试您的模型：如果验证分数正确，则没有过度拟合。

如果您想确保完全没有过拟合，您将需要在多个验证数据集上测试您的模型。