BriefGPT - AI 论文速递
·
基于 Miro 的高性价比设备端内存层次上的连续学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于分层内存回放的连续学习设计空间，并提出了Miro系统运行时工具，用于动态配置连续学习系统以实现最佳成本效益。通过广泛的评估结果显示，Miro在成本效益上优于基准系统。
🎯
关键要点
- 本文首次探索基于分层内存回放的连续学习在边缘设备上的设计空间。
- 提出了Miro系统运行时工具，用于动态配置连续学习系统。
- Miro旨在实现最佳成本效益，并在在线剖析与低开销条件下适应最优数值。
- 广泛评估结果显示，Miro在成本效益上显著优于基准系统。
➡️
