BriefGPT - AI 论文速递
·
持续学习：通过自适应对比重放减少遗忘，提高OOD泛化能力
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种自适应对比重放策略，解决模型在学习新类别时的遗忘问题。通过双重优化策略改进重放缓冲区，平衡稳定性和可塑性，提高了泛化能力，并在多个数据集上表现优异。
🎯
关键要点
- 该研究提出了一种自适应对比重放策略，解决模型在学习新类别时的遗忘问题。
- 自适应对比重放（ACR）策略通过双重优化策略改进重放缓冲区。
- 该方法平衡了模型的稳定性与可塑性。
- 显著提高了模型的OOD泛化能力。
- 在多个数据集上，该方法的表现超过了以往的技术。
➡️
