arXiv cs.LG· Nikita Narayanan, Ritham Majumdarr, Sonali Parbhoo·· 6 小时前AI 评分27
Latent Concept PFN：用持续推理替代持续训练，冻结参数实现持续学习
Continual Learning without Continual Training
AI 导读
研究者提出 Latent Concept PFN，用持续推理替代持续训练：模型经元训练后冻结，仅通过扩展上下文证据集适配新类别，参数不变以减少遗忘。该方法在隐概念空间上做上下文贝叶斯推理，无需任务标识即可同时处理域增量和类增量持续学习，概念标注仅在元训练阶段作为软锚点使用。在类与域增量学习数据集上，其持续学习性能具竞争力，并能学到可解释的隐概念。
来源：arXiv cs.LG · arxiv.org