arXiv stat.ML· Junlin Chen, Wenhao Wang, Junchao Xu, Qingsong Yao, Fei Xue, Li Sun, Xiao Wang, Ruijie Wang·· 5 小时前AI 评分22
MAEM：面向类增量图学习的无回放、容量可控动态混合专家框架，缓解近因偏差
MAEM: Mitigating Recency Bias via a Replay-Free, Capacity-Controlled Dynamic Mixture of Experts for Class-Incremental Graph Learning
AI 导读
MAEM 是一个无回放、容量可控的动态混合专家框架，用于类增量图学习，通过为每个新会话训练独立专家并冻结来保护旧知识。它用掩码自编码器（MAE）按最低重构误差路由测试节点，无需任务 ID 或共享可训练路由器，从而缓解路由层面的近因偏差。
来源：arXiv stat.ML · arxiv.org