輕量級持續學習: 0.6%額外參數把舊模型重編程到新任務

AIGC動態歡迎閱讀

原標題：輕量級持續學習: 0.6%額外參數把舊模型重編程到新任務

關鍵字：任務,卷積,參數,模型,研究者

文章來源：機器之心

內容字數：7949字

內容摘要：機器之心專欄機器之心編輯部持續學習的目的是模仿人類在連續任務中持續積累知識的能力，其主要挑戰是在持續學習新任務后如何保持對以前所學任務的表現，即避免災難性遺忘（catastrophic forgetting）。持續學習和多任務學習（multi-task learning）的區別在于：后者在同一時間可以得到所有任務，模型可以同時學習所有任務；而在持續學習中任務一個一個出現，模型在某一時刻只能學習一個…

原文鏈接：點此閱讀原文：輕量級持續學習: 0.6%額外參數把舊模型重編程到新任務

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺