两篇预训练表示研究入选 NeurIPS，破解增量学习不可行困局

作者 khademinori 宣布两篇论文被 NeurIPS 2026 接收。第一篇证明当预训练表示满足 Mahalanobis margin 条件时，不同时期学习的类别间任务混淆会呈指数衰减；第二篇则结合其博士论文“最优 class-incremental 学习在理论上不可行”的结论，解释预训练模型为何能绕开这一不可行性，为理解预训练优势提供了理论依据。

2026-09-25 ~ 2026-09-25 · 2 条相关