本文介绍了自主学习大语言模型（LLMs）的变革性方法，通过与文本的直接交互，模型能够自我教育，类似于人类阅读和理解文学。实证结果表明，自主学习在综合实验中表现优于其他方法，为更先进、自主的人工智能系统的发展铺平道路。

本文介绍了自主学习大语言模型（LLMs）的变革性方法，通过与文本的交互，模型能够自我教育，类似于人类阅读和理解文学。实证结果表明，自主学习在综合实验中表现优于其他方法，为更先进、自主的人工智能系统的发展铺平了道路。

本文研究了基于任务增量分类的持续学习方法，并通过三个基准测试和综合实验比较了11种持续学习方法和4种基线方法的强弱和影响。