MAEM：无回放的动态专家混合框架

Junlin Chen 等作者提交论文预印本，提出 MAEM——一个面向类增量图学习的无回放、容量可控动态混合专家框架。其做法是为每个新会话训练独立专家并将其冻结，以保护旧知识。 在路由环节，MAEM 用掩码自编码器（MAE）按最低重构误差为测试节点选择专家，不需要任务 ID，也不依赖共享的可训练路由器，作者称这可缓解路由层面的近因偏差。 该框架目前以预印本形式发布，尚未见经同行评审验证的效果报告。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。