待验证50% 置信基准精确时间

与单一的全局上下文学习（ICL）历史相比，Routed Continual Learning 将归一化奖励提升了可达最大归一化奖励的15-30%。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

路由式持续学习：让AI智能体按需调用记忆

涉及实体

Routed Continual Learningconcept 全局ICLconcept

相关事实

已验证在强化学习训练中，模型的目标是最大化奖励函数给出的分数69% 相似已验证面对高速迭代的模型能力，建立持续学习机制比一次性部署更具战略价值69% 相似待验证两类奖励被解耦后，通过带逐通道归一化（per-channel normalization）的强化学习进行联合优化。69% 相似待验证一次性的技能培训容易流于形式，真正产生价值的是形成持续的学习与应用闭环68% 相似待验证余弦退火（Cosine Annealing）学习率调度策略在LoRA训练中尤为适用，训练初期高学习率快速捕捉特征、后期收缩防止过拟合66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1113835

API

curl https://kongchang.com/api/v1/knowledge/claims/1113835

MCP

get_claim(id=1113835)