RaPO：通过保留感知策略优化克服视觉持续学习中的灾难性遗忘
本文探讨了强化微调（RFT）在视觉持续学习中缓解灾难性遗忘的潜力，提出RaPO方法，通过轨迹级奖励塑形和跨任务优势归一化显著减少遗忘。
灾难性遗忘
First-Principle 上关于「灾难性遗忘」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
自我提炼助力持续学习：arXiv论文提出新方法应对灾难性遗忘
据Hacker News热门转引，arXiv上发布了一篇题为《自我提炼助力持续学习》的论文。该研究提出了一种利用模型自身进行知识提炼以实现持续学习的方法，旨在解决传统机器学习模型在连续学习新任务时面临的灾难性遗忘等问题，为构建更自适应、更稳健的AI系统提供了新的技术思路。