Cross-validation
Dela ML-data i K bitar — träna på K-1, validera på 1, rotera. Mer robust än enkel train/test-split.
K-fold (vanligast K=5 eller 10), leave-one-out, stratified (behåller klassbalans). Hjälper avgöra om en modell generaliserar eller bara memorerar. Standard praxis i klassisk ML; mindre vanlig i LLM-träning där datat är för stort.