SEAL: Searchable Expandable Architecture for Incremental Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了SEAL框架,旨在解决增量学习中新任务学习与旧知识保留的平衡问题。通过动态调整模型结构和交叉蒸馏训练,SEAL在减少遗忘和提高准确性的同时,显著降低了模型大小,展现了其高效性和适应性。
🎯
关键要点
- 本研究提出了SEAL框架,旨在解决增量学习中新任务学习与旧知识保留的平衡问题。
- SEAL框架通过动态调整模型结构,仅在必要时进行扩展,优化了模型容量估计。
- 交叉蒸馏训练确保了模型的稳定性。
- 实验结果表明,SEAL在减少遗忘和提高准确性的同时,显著降低了模型大小。
- SEAL展示了NAS与选择性扩展相结合在增量学习中的高效性和适应性。
➡️