损失函数的作用 — 计算机选择题

某研究组训练一个多层神经网络完成语音情感分类。训练中记录到两种方案的现象：方案甲将训练损失压至几乎为0，模型对训练音频逐条记忆，面对新说话人时判断频繁出错；方案乙训练损失稳定在较低但非零的水平，模型在新的音频样本上表现稳健。关于损失函数在本情境中的作用，下列判断正确的是哪一项？A. 损失函数的作用是衡量预测输出与真实标签的差距，训练即调整参数使损失减小，但训练损失趋近0并不意味着泛化更好，方案甲正是过拟合的表现　B. 损失函数的取值越接近0，模型在任何数据上的表现一定越好，故方案甲优于方案乙　C. 损失函数的作用是在测试集上评估泛化误差，训练阶段无需计算损失　D. 损失函数只反映参数更新的方向，与预测值和真实值的差距无关