新综述打通持续学习与参数高效微调
v_lomonaco · x · 2026-07-21
一篇新综述 《Parameter-Efficient Continual Fine-Tuning: A Survey》，把通常各自发展的两个方向——持续学习 和 参数高效微调（PEFT）——系统连接起来。
论文先概述两条研究线的背景，再梳理 PEFT 在持续学习场景中的最新进展，并讨论开放问题、评测协议以及未来方向，核心目标是支持能在序列任务中持续适应、同时尽量不遗忘的 AI 系统。
「研究」频道最新
- 研究发现记忆压缩会让智能体丢掉安全规则，违规率高达 59% — gerardsans · 2026-07-22
- DriftWorld 宣称世界模型可跑 30+ FPS 且仅需 1–2 张 GPU — du_yilun · 2026-07-22
- 物理奖励能改进视频生成，但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22
- 1GW 中国 AI 数据中心为何并非不可能 — teortaxesTex · 2026-07-22
- 中国 AI 实验室把蒸馏混淆当成头号研究主题 — pmddomingos · 2026-07-22
- RSS 加入 OMSF，推进结构生物学大规模数据建模 — MoAlQuraishi · 2026-07-22