持续学习组合配方:100 个任务后知识保留率从 1.2% 提至 34.9%
mdredze · x · 2026-09-09
论文《Continual Learning Mechanisms Compose for Long-Horizon Memorization》研究长程记忆问题:在顺序微调下学习上百个任务,现有机制会导致灾难性遗忘,100 个任务后约损失 98.8% 的知识。
作者的做法是将四种现有持续学习机制组合:生成式回放、自蒸馏、权重正则化与合并 LoRA,分别保留不同形式的先验信息。结果显示最终保留率提升至 34.9%,其中 replay + merged LoRA 呈现超加性的协同收益。
结论简单但有力:组合现有机制本身就是一个非常强且简单的配方,为长任务序列下的知识保留提供了实用路径。
所属事件:JHU 研究：组合持续学习机制可大幅缓解灾难性遗忘(5 条相关)→
「研究」频道最新
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- Infini-AI Lab 开源 Hermit:让 agent 从经验中进化出好习惯 — BeidiChen · 2026-10-27