arXiv · cs.AI · Kathrin Korte, Christian Metzner, Akshay Bedhotiya, Viet Anh Khoa Tran, Eleni Nisioti, Sebastian Risi · 11 小时前模型评分28
研究揭示持续学习中对任务的隐含假设
Implicit Assumptions About Tasks in Continual Learning
导读
一项被 NeurIPS 2026 持续学习研讨会接收的研究指出，持续学习通常把数据集切分为任务并按顺序呈现，但数据相似度、变化速率和呈现顺序等因素究竟指底层数据、划分方式还是学习器，往往未被说明。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We separate these and identify which properties acquire a value at each level.”
来源：arXiv · cs.AI · arxiv.org