在 ML 的上下文中，基本事实是指直接观察提供的信息（经验证据）。如果您正在训练算法对数据进行分类，那么基本事实将是实际的、真实的标签，例如可以由领域专家手动注释。请注意，模型预测或推断标签不被视为基本事实。

这真的取决于你在“基本事实”之后放了什么词。有时人们会谈论“真实标签”，例如在分类或回归问题的背景下。在这种情况下，“基本事实标签”指的是实例的真实标签；我们用作训练集中实例的目标标签的标签，或者我们希望我们的模型在评估/测试训练模型时输出的标签（如果它们不这样做，则“惩罚”它们）。这基本上遵循razvanc92 的回答。

“基本事实”也可以指更抽象的东西，我们知道以某种形式存在的东西，但我们甚至可能不知道如何表达它。例如，可能存在“基本物理定律”，即我们的世界“遵循”的物理定律。我们可能会构建或训练一个模拟器，试图逼近那些基本事实函数/定律，但我们可能实际上并不知道如何明确地表达所有这些。