组合多种持续学习机制,大幅提升模型长期记忆能力
JohnsHopkins · hf · 2026-09-16
Johns Hopkins 团队发布研究,提出将数据锚点、函数锚点与权重锚点等互补的持续学习机制组合起来,并结合合并的低秩更新,显著改善语言模型在长时程任务中的记忆能力。
「研究」频道最新
- 研究者证明:能长时程行动的智能体必然内建世界模型与自我模型 — chris_j_paxton · 2026-09-16
- Dream-RSI：让 Agent 在历史轨迹里「做梦」，实验调用最高减少 162 倍 — teortaxesTex · 2026-09-16
- 陶哲轩博客刊文:AI 时代数学该「快数学」还是「慢数学」 — littmath · 2026-09-16
- 繁体中文视觉基准 VisTW:你的 VLM 读得懂台湾街景和考卷吗 — piske_usagi · 2026-09-16
- Mind2Dialogue：模拟用户心理状态训练「懂人」的语言模型 — Zixuan Wang · 2026-09-16
- NUS 综述：基础模型正重塑游戏全生命周期的六大 AI 角色 — NationalUniversityofSingapore · 2026-09-16