Плохие результаты после введения новых данных в обученную и восстановленную модель Tensorflow

Это невозможно. Или посмотреть на это по-другому, два опорных аргумента всегда «одного типа» - Object - любые аргументы ссылочного типа всегда являются экземплярами Object.

T всегда может be Object и взять любые два контрольных аргумента. Даже с <T, U extends T> void method(T arg1, U arg2) оба T и U могут быть Object и, следовательно, снова принимать любые два аргумента.

Основная причина этого заключается в том, что нет причин для безопасности типа имеют такое ограничение. Одна из основных точек наследования заключается в том, что должно быть возможно безопасно обрабатывать экземпляры подкласса, такие как суперкласс. Тип ссылки суперкласса может указывать на экземпляр этого класса или подкласса свободно. Поэтому две ссылочные переменные, которые имеют один и тот же тип времени компиляции, всегда могут безошибочно указывать на время выполнения на экземпляры разных типов подклассов. Поэтому во время компиляции вы никогда не сможете сделать какое-либо утверждение о соотношении фактических классов времени выполнения двух экземпляров, кроме того, что они являются подклассами типа времени компиляции. Поскольку для двух аргументов безопасно быть экземплярами разных классов во время выполнения, не менее безопасно фактически передавать два аргумента разных типов времени компиляции.