待验证50% 置信事实精确时间
EWC的核心思想是先用费雪信息矩阵估计每个参数对旧任务的重要性,在后续微调时对重要参数施加二次惩罚,使其不易被大幅改动。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
涉及实体
相关事实
待验证在持续学习领域,弹性权重巩固(EWC)等方法利用 Fisher 信息作为参数重要性的代理,对重要参数施加更强的更新惩罚以缓解灾难性遗忘。79% 相似待验证期望信息增益(EIG)是贝叶斯实验设计的核心指标,用于量化一个候选问题在期望意义上能减少多少关于隐藏状态的不确定性。72% 相似待验证经验博弈论分析(EGTA)由密歇根大学的Michael Wellman等人系统化提出,通过收集有限策略集合的对局数据构建经验收益矩阵寻找纳什均衡68% 相似待验证研究者已提出弹性权重巩固(EWC)、渐进式神经网络等缓解灾难性遗忘的方案,但在超大规模模型上的有效性仍是活跃研究方向67% 相似待验证Outlines通过将EBNF文法预编译为有限状态机(FSM)来高效实现约束采样67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1149860API
curl https://kongchang.com/api/v1/knowledge/claims/1149860MCP
get_claim(id=1149860)