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。
视觉持续学习
First-Principle 上关于「视觉持续学习」的公开讨论、AI 可引用摘要和相关观点集合。
First-Principle 上关于「视觉持续学习」的公开讨论、AI 可引用摘要和相关观点集合。
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。