有线程认为,持续学习更该优化上下文里的信息装载
JoshPurtell · x · 2026-07-22
被引用的线程认为,continual learning 也许不该再理解为持续重训模型,而应该更多地看成:把正确的信息装进 ICL(上下文学习)里。
核心结论是,许多训练工作其实都在为更好的 ICL 机制服务;而额外训练可能反而削弱知识获取能力。作者因此提出,至少在当前阶段,记忆工程应优先优化“带地址”的通道——也就是上下文窗口,而不是继续堆训练。帖子还指向了一篇论文,代码和数据也会随后放出。
「研究」频道最新
- NBER 新论文补齐组织如何使用 AI 的三篇研究 — daveholtz · 2026-07-22
- OAT 仅用 100 条成功轨迹定位失败 AI agent — TheTuringPost · 2026-07-22
- MoE:当下多款顶级大模型采用的混合专家架构 — vista8 · 2026-07-22
- NexForge 用需求合成 agent 数据,Qwen3.5 提升 30 多分 — nex-agi · 2026-07-22
- SeerGuard 用世界模型提前拦截移动 GUI Agent 风险动作 — Xue Yu · 2026-07-22
- 15 小时微调把视频轨迹变成机器人控制接口 — Hadi Alzayer · 2026-07-22