arXiv · cs.AI · Hossein Javidnia · 8 小时前模型评分37
功能兼容性决定神经网络新学习能否持久保留
Functional compatibility as a determinant of persistent neural learning
导读
一项 arXiv 研究提出“功能兼容性”是决定神经网络新学习能否持久保留的可实验操控因素，即新学习与必须保留的行为共存的程度。研究在卷积和 Transformer 架构、视觉与文本任务上改变兼容性并施加相同保留要求，发现持久学习随兼容性提高而增加，并完成十种子复现。该结果把稳定性与可塑性问题的焦点从防止遗忘转向判断哪些新学习能与已有功能共存并保留。
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 identify functional compatibility, the extent to which incoming learning can coexist with behaviour that must be preserved, as an experimentally manipulable causal determinant of persistence.”
来源：arXiv · cs.AI · arxiv.org