BriefGPT - AI 论文速递
·
无插值复习的连续学习一致提示
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的学习范式，称为分层提示（H-Prompts），通过贝叶斯分布对齐和跨任务知识挖掘来提高学习效果。H-Prompts 在两个基准测试中分别达到了87.8％和70.6％的准确率。
🎯
关键要点
- 本文介绍了一种新的学习范式，称为分层提示（H-Prompts）。
- H-Prompts 包括三类提示：类提示、任务提示和通用提示。
- 通过贝叶斯分布对齐来刻画过去类别的知识。
- 跨任务知识挖掘用于减少过去任务知识的遗忘。
- 利用自监督方式推导出高度概括的通用知识。
- 在两个基准测试中，H-Prompts 分别在 Split CIFAR-100 和 Split ImageNet-R 上达到了 87.8% 和 70.6% 的准确率。
➡️
