stability-plasticity

UniMem提出了一种自路由框架，结合了情景记忆与参数记忆用于LLM智能体，在无任务标签的边界无关任务流中实现自适应记忆管理。

本文研究了渐变非平稳环境下强化学习中的稳定性-可塑性困境，发现通过跨多个时间尺度的突触巩固来稳定后继特征，其效果优于专注于可塑性的方法。