待验证50% 置信事实精确时间
Routed Continual Learning（Routed CL）是一种决定如何划分与保留经验的持续学习架构，其核心思路是将持续学习视为一个路由问题——不仅选择学习机制，还选择状态簇，而不是全局承诺使用某一种表征。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证Routed CL 将过去的轨迹分组为多个簇，每个簇使用一个来自固定记忆系统库中的记忆系统来维护状态；每次运行前，一个基于LLM的路由器会根据问题陈述、记忆系统描述和簇摘要，决定是复用已有簇还是创建新簇。70% 相似待验证上下文 bandit 是强化学习中的一类序贯决策框架：智能体每轮观察上下文特征，选择一个动作并只获得即时奖励，不涉及逐步信用分配问题，也无需对价值函数做时序回溯估计。59% 相似待验证路由崩溃是混合专家与动态路由架构训练中的经典难题，路由器易陷入局部最优导致所有token被分配到同一路径57% 相似待验证在强化学习语境下，rollout指智能体在环境或策略下完整走一遍、生成一条轨迹的过程57% 相似待验证未来如何自动扩展记忆系统库、如何处理簇之间的迁移学习，仍是值得探索的方向。57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113830API
curl https://kongchang.com/api/v1/knowledge/claims/1113830MCP
get_claim(id=1113830)