待验证50% 置信基准精确时间

在类增量漂移场景下，EWC和朴素微调的准确率下降高达16.2%–28.5%，远高于经验回放的1.8%–5.8%。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

sEMG手势识别跨用户适应：持续学习策略对比与训练稳定性

rss2026/10/25

涉及实体

EWCconcept Naive Fine-tuningconcept Experience Replayconcept

相关事实

待验证EigenCAM的忠实度整体低于D-RISE，但同样表现出分数耦合现象70% 相似待验证入口级和转向级预测相较于历史均值基线，平均绝对误差（MAE）分别降低了4.03%和3.92%69% 相似待验证当向模型提供完整公司记录时，严格准确率反而从41%下降到18%，同时召回率上升，精确率崩溃69% 相似待验证在中等噪声水平、模型中间层的位置，2 个可学习的 null 槽吸收了约 90% 的交叉注意力质量，而 EOS token 占比骤降到约 4%69% 相似已验证INT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1102414

API

curl https://kongchang.com/api/v1/knowledge/claims/1102414

MCP

get_claim(id=1102414)