Octopus免歷史數據解決遺忘難題
多模態大語言模型學會新本領便容易忘掉舊知識,傳統持續學習方案須留存海量歷史數據,既耗算力又有私隱風險。新框架Octopus無需歷史數據即可實現跨任務知識保留,為端側模型持續進化鋪路。
災難性遺忘困擾業界
人工智能學會新任務便容易遺忘先前技能,這種災難性遺忘是持續學習的核心障礙。過去要讓多模態大模型具備持續學習能力,往往須保存大量歷史訓練數據,既消耗算力又帶來私隱洩露隱患。


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。
