diff --git a/chapter02_supervised-learning/underfit-overfit.md b/chapter02_supervised-learning/underfit-overfit.md
index 7eb8fd5eb5673542226d297af20ea5c76bda666c..68e3a908c29a4a4d186f0e7261a7a95311824601 100644
--- a/chapter02_supervised-learning/underfit-overfit.md
+++ b/chapter02_supervised-learning/underfit-overfit.md
@@ -13,6 +13,7 @@
 * 学痴：训练量较大，学习能力较差，通常考不过学霸但比学渣好
 * 学霸：训练量较大，学习能力较强，容易考好
 
+（问题来了，学酥应该在上图的哪里？）
 
 学生的考试成绩和看起来与自身的训练量以及自身的学习能力有关。但即使是在科技进步的今天，我们依然没有完全知悉人类大脑学习的所有奥秘。的确，依赖数据训练的机器学习和人脑学习不一定完全相同。但有趣的是，机器学习模型也可能由于自身不同的训练量和不同的学习能力而产生不同的测试效果。为了科学地阐明这个现象，我们需要从若干机器学习的重要概念开始讲解。