OVOR:无需训练的逐步增加类别学习中的 OnePrompt 与虚拟异常规则

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本论文重新审视了在线学习中的记忆排挤动态,并通过设计了一个简单直观的“重复增强排挤(RAR)”基线来解决欠拟合和过拟合问题。研究了重复和增强练习之间的相互作用,并应用强化学习(RL)来动态调整 RAR 的超参数,以平衡稳定性和可塑性。

🏷️

标签

➡️

继续阅读