Papers with Code 아카이브
Continual Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 5
- 평가표
- 33
- 보존된 평가 기록
- 133
Continual Learning (also known as Incremental Learning, Life-long Learning) is a concept to learn a model for a large number of tasks sequentially without forgetting knowledge obtained from the preceding tasks, where the data in the old tasks are not available anymore during training new ones.
If not mentioned, the benchmarks here are Task-CL, where task-id is provided on validation.
Source:
Continual Learning by Asymmetric Loss Approximation with Single-Side Overestimation
Three scenarios for continual learning
Lifelong Machine Learning
Continual lifelong learning with neural networks: A review
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
에이전트 자체 수정의 런타임 감독을 위한 자가 치유 하네스
최종 성능을 넘어: 자기 진화 에이전트의 프로세스 수준 평가
MedRSI: 임상적으로 정렬된 자기 진화를 통한 의료용 에이전트의 재귀적 자기 개선
Scout: 엣지 디바이스에서의 오픈월드 종 인식
BrainIAC: 온라인 적응을 통한 이종 MRI 모달리티 전반에서의 대화형 3D 뇌 병변 분할
CE⁴L: 지속적 Ego, Exo 및 Ego-Exo 학습
Improving the adaptive and continuous learning capabilities of artificial neural networks: Lessons from multi-neuromodulatory dynamics
RegCL: 멀티센서리얼 미디어의 시각적 그라운딩을 위한 소형 지속적 SAM 적응
DeCoFlow: 연속 이상 탐지를 위한 정규화 흐름의 구조적 분해
ProtoFlow: 저곡률 프로토타입 흐름을 통한 클래스 증분 원격 탐사 분할에서의 망각 완화
그래디언트-프리 웜-스타트 라이브러리 복원: 상각 후회 분리
Continual Distillation Learning for Rehearsal-Free Class-Incremental Learning via Decoupled Prompting
CogniFold: 인지적 폴딩을 통한 상시 활성화 능동적 메모리
Gradient-Free Continual Learning
LoRA를 지식 메모리로서 이해하기: 실증 분석
적응형 다중 시계 강화학습
Scalable Perturbation Learning for Online Self-Supervised Learning in Echo State Networks
계산 접근 학습: 적응적 지능의 원리로서의 접근성 가소성
롱테일 분포를 위한 스펙트럼 인식 해석적 클래스 증분 학습
StreamProfileBench: 실세계 스트리밍 시나리오에서의 세밀한 사용자 프로파일 추론 벤치마크
공격적 언어 탐지의 교차 도메인 일반화 비용
다중 턴 장기 계획의 물리학: 단일 및 다중 교사 온-정책 에이전트 증류를 통한 사전학습에서 사후 학습까지
학습 없는 생성형 리플레이 기반 클래스 증분 학습에서 합성-실제 도메인 단축 경로 극복
오픈 월드 객체 검출을 위한 멀티모달 의미-확률적 객체성
MIITA: 소형 언어 모델의 지속 학습을 위한 메모리 유도 추론 시점 적응
교훈으로부터의 진화: 연산별 표 질의응답을 위한 스킬 증강 표 그래프 추론
장기 뇌-기계 인터페이스를 위한 불확실성 기반 자기 주도 학습 기반 순환 적응-일반화 프레임워크
시각적 상태 전이를 통한 GUI 에이전트 스케일링
그라운드 트루스 우선: 에이전트 메모리를 위한 종단 평가 도구와 메모리 아키텍처 순위의 기간 교차
FSE: Fast-Slow Experts 기반 개체명 인식 연속 학습
MEUSLI: LLM 기반 ASR 및 그 이상을 위한 다국어 프로젝터
지속 학습에서 Adam 하의 그래디언트 수정 숨겨진 실패 모드와 적응형 분리 모멘트 라우팅을 통한 보완
MA-DAR: 지속적 시간적 지식 그래프 추론을 위한 다양체 정렬 동적 적응형 라우팅
같은 세계, 다르게 주어진: 인공 에이전트에서의 이력 의존적 지각 재구성
현장 학습: 고정 가중치 에이전트를 위한 배포 피드백 기반 지속 학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.