Accurate Forgetting in Heterogeneous Federated Continual Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文探讨了联邦持续学习中的遗忘问题,提出在数据或任务不相关时,准确遗忘某些信息可以提升学习效果。通过引入“准确遗忘”概念,并基于生成重放的方法,定量评估先前知识的可信度,实验结果表明该方法优于基准模型。
🎯
关键要点
- 本文探讨了联邦持续学习中的遗忘问题。
- 在数据或任务不相关的情况下,准确遗忘某些信息可以提升学习效果。
- 引入了'准确遗忘'的概念。
- 基于生成重放的方法,定量评估先前知识的可信度。
- 实验结果表明该方法优于基准模型。
➡️