标签
本文介绍了Chain-of-Experience，一种通过迭代测试时反馈实现大语言模型持续改进的方法，在各个领域展示了更好的性能和成本效益。
本文提出了一种基于扩展假说的框架，用于评估网络安全中的代理学习框架，无需标签基准，通过师生模型代理性能改进。
本文提出可学习的小波激活函数来应对持续学习中的可塑性损失，将激活分解为低频和高频分量，并采用动态注入与正则化，在多个基准上取得了最先进的结果。
一位开发者声称使用LoRA构建了真正的持续学习模型原型，让Qwen4B无需重新训练即可获得即时、可泛化的记忆，并邀请独立研究人员验证该机制。
本文提出了一个针对基于回放的持续学习的逐层信息论框架，将泛化差距分解为回放引起的表示漂移项和优化依赖项，并通过Wasserstein松弛与SGLD实例化对其进行了细化。
AWARe是一种微调方法，通过基于激活模式选择性地冻结重要参数，在适应下游任务的同时保留上游能力，从而缓解多模态大语言模型中的灾难性遗忘。
讨论了未经证实的说法，即伊利亚·苏茨克维尔的新公司通过构建一个能实时学习和自我重连的模型，实现了人工智能的范式转变，可能推动AGI的发展。
提出了受控记忆干扰（CMI），一个用于研究LLM智能体在不同记忆关系下记忆演化的诊断框架，揭示了特定关系的干扰会抑制更新可塑性，且干扰感知训练能够改进对有效更新的区分。
River AI的首席执行官Igor Babuschkin在加州大学伯克利分校就构建强大个人AI所面临的阻碍发表了演讲，并分享了公司以持续学习为核心的研究路线图。
本文介绍了Macaron-V1，一个开放的持续学习智能体-模型家族，使用Mixture-of-LoRA在冻结的基础模型上组合专家适配器，并具有递归自我改进和模型-框架协同设计。
一条推文推测，OpenAI 的 Doug 训练运行与 SEAL 式持续学习相结合，可能推动超越 GPT-6、走向 AGI。
本文是Dwarkesh Patel对持续学习时代AI发展的八个预测，涵盖安全监管、对齐、模型多样性、竞争格局和商业模式等方面的根本变化。
本文介绍了ATLAS，一种基于模型的持续强化学习算法，该算法结合了Grow When Required网络与后继特征，以实现高样本效率和鲁棒的非平稳环境适应，并在空间导航任务中展示了正向后向迁移。
This paper introduces NeuMoSync, a novel architecture that integrates neuron-specific neuromodulatory signals into deep neural networks to improve plasticity and adaptability in continual learning, demonstrating strong performance across multiple benchmarks.
本文综述了持续学习从参数中心方法向系统级适应的演变，提出了一个三轴框架（何时、如何、何地）来刻画预训练、后训练和推理阶段的学习。
This paper introduces a novel measure called relative parameter importance for task-agnostic, replay-free continual learning, enabling better balance between stability and plasticity by regularizing only parameters critical for past tasks while allowing others to update for backward knowledge transfer. The method is evaluated on class-incremental and domain-incremental text classification tasks.
这篇arXiv论文提出了一种统一的LLMOps架构，用于实时、企业级LLM部署，集成了数据摄入、持续学习、RAG和反馈循环。它引入了AIPO、STAR+FAR和SAGE等组件，以解决受监管行业中知识过时、幻觉和延迟-成本权衡的问题。
DSETA是一种用于行程时间预测的双阶段持续学习框架，将日内实时自适应与跨日长期趋势学习分离。在线A/B测试显示，在三个城市中MAE均有降低，并已成功部署于DiDi的生产环境。
介绍了ContinualSkillBench，一个用于LLM智能体上下文内持续技能学习的动态评估框架，表明虽然顺序执行能提升性能，但当前方法难以将经验巩固为稳健、可迁移的技能。
Mind Lab 声称其 Macaron-V1 模型在基准测试中超越 GLM-5.2。该模型通过将五个 LoRA 专家模块（每个约十亿参数）附加到 GLM-5.1 上构建而成，系统会根据任务动态切换到最适合的专家模型。模型使用过程中积累的数据可被提炼到专门的 LoRA 适配器中，随着模型的调用而持续更新。