Test loss — значение функции потерь, измеренное на test set после или во время оценки модели. Поскольку оно вычисляется на данных, которые не использовались напрямую для обучения, оно даёт более сильный сигнал об обобщении, чем только training loss.
A metric representing a model's loss against the test set. When building a model, you typically try to minimize test loss. That's because a low test loss is a stronger quality signal than a low training loss or low validation loss. A large gap between test loss and training loss or validation loss sometimes suggests that you need to increase the regularization rate.