嵌套學習新範式出爐 劍指大模型災難性遺忘
Google團隊提出Nested Learning新型機器學習範式,把模型視為一系列嵌套的子優化問題,各自擁有獨立更新流程,目標是緩解大語言模型持續學習中的災難性遺忘難題。
持續學習的核心難題
過去十年,神經網絡與訓練算法進展顯著,但大語言模型在持續學習上仍有明顯短板:學習新任務時,往往會覆蓋甚至遺失舊有知識,這方面變化尤其值得重視。
這種被稱為災難性遺忘的現象,令模型難以像人類一樣邊使用邊成長,也使模型更新高度依賴昂貴的重新訓練,制約了AI系統的長期演進。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
