跳到正文
只看学习与优化#Continual Learning
10月8日周四
  1. arXiv · 学习目标与优化74

    从单一提示到功能集合：演化功能集合 EFRE 支持 LLM 持续学习

    基于摘要分析。本文研究 LLM 如何在连续获取新技能和知识时保留已有能力，提出 Evolving Functional REpertoires（EFRE）：以随任务演化的功能集合替代单一提示，通过细化已有功能或产生新功能处理连续任务中的更新冲突。 核心机制：作者将提示优化作为避免昂贵参数更新的适应途径，但作者报告，在顺序任务适应中，单一提示优化仍会出现灾难性遗忘，累积的规则也会过拟合局部任务分布。EFRE 对兼容更新细化已有功能，对冲突更新产生新功能。摘要未说明功能的具体表示、兼容性判定、推理时的选择方式及优化流程，这些机制尚未验证。 结果：作者报告，在一个三任务持续学习序列上，EFRE 的最终平均表现比 GRPO 高 7.50 个百分点；在适应 Bio 任务后，其 FinQA 表现下降 1.56 个百分点，而基础提示优化方法下降 25.10 个百分点。摘要未给出具体指标、完整任务顺序、数据划分及预算，不能将这些差值解释为 Accuracy，也不能据此推断跨协议优势。作者还报告，将 EFRE 实例化为最小智能体系统后，在不同骨干模型上观察到一致改进，但模型名称与逐项结果尚未验证。 复现重点是核对冲突判定与功能增长策略、任务间能力保持的评估方式，以及提示优化、EFRE 和 GRPO 的资源与监督条件。实验协议、消融及统计信息尚未验证。本文证据限于 LLM 持续学习，不构成 EEG/BCI 解码效果的证据；功能集合如何对应 EEG 任务、通道或被试差异尚不明确，暂不据此提出具体迁移方案。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 EFRE 如何判定更新兼容性并组织功能集合，以及其相对单一提示优化和 GRPO 的持续学习收益能否在一致评估与资源预算下复现。

10月3日周六
  1. arXiv · 泛化与分布偏移76

    用于高效少样本类别增量学习的选择性反向传播

    基于摘要分析。该研究针对 Few-Shot Class-Incremental Learning（FSCIL）中有限样本、计算和内存约束下的新类别学习与旧知识保留问题，提出 Selective Backpropagation（SBP），通过确定性参数预算限制可更新参数，在适应能力、遗忘控制和训练效率之间寻求平衡。 机制与对照：SBP 仅对预先分配的网络参数子集进行梯度更新；作者将其作用概括为冻结既有知识、为未来学习保留未受既往训练偏置影响的容量，并避免昂贵的掩码优化。摘要将其与易发生灾难性遗忘的直接微调、增加计算和内存开销的回放方法，以及冻结大部分骨干而限制适应性的无样本存储方法对照。参数如何分配、会话间如何调度、采用何种损失及是否结合其他知识保留机制，尚未验证。 结果与评估：作者报告，SBP 在标准 FSCIL 基准上表现较强，训练时间接近直接微调，并显著低于所比较的既有 SOTA 方法；摘要未提供具体指标、耗时、硬件或基线配置。作者还在跨域设置及包含 80 个会话的 ImageNet-1K 学习流上评估，报告 SBP 保持较强表现和较低训练成本，并指出短期、分布一致的基准表现未必能预测分布偏移或更长学习序列中的行为。各会话样本数、类别划分、预算公平性、消融及统计信息尚未验证。摘要提供了代码仓库，但实现与复现条件尚未核对。 平台推测（待验证）：迁移假设是，预分配可更新容量可能帮助 EEG 少样本新类别学习减少旧类别遗忘。原方法依赖类别增量监督及可分配的网络容量；可复用参数冻结与预算管理机制，需改造 EEG 编码器和增量任务协议。低信噪比、小样本及被试或通道变化可能使容量分配失配，长序列也可能耗尽可更新容量。一个可证伪的小实验是在固定 EEG 编码器、样本预算与类别增量划分下，对比 SBP、直接微调和骨干冻结，记录新旧类别 Accuracy、遗忘与训练时间，再单独测试跨会话偏移。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其确定性参数预算能否兼顾少样本适应、知识保留与训练成本，以及跨域和长学习序列评估是否揭示标准 FSCIL 协议难以反映的退化。

10月2日周五
  1. arXiv · 多模态与生成机制77

    MobiAgent：面向长时程移动操作的双循环递归策略自我改进

    基于摘要分析。MobiAgent 针对长时程移动操作中的执行误差累积，以及移动控制与机械臂控制之间的能力干扰，提出连接部署执行与策略持续改进的双循环框架。其核心贡献是以可组合原子技能支撑动态规划和错误恢复，并将部署轨迹自动转化为技能库的更新数据。 内循环将高层推理与低层控制解耦：利用 Vision-Language models 进行滚动时域规划与视觉反思，动态组合原子技能；技能由共享统一 VLM 骨干的专门化 flow-matching 专家执行。作者将这一设计定位为提高技能复用、缓解能力干扰的机制。外循环则自动分段并验证部署轨迹，通过聚类发现原子技能，持续微调技能库；摘要称该过程无需人工标注。具体分段与验证标准、聚类方式、训练损失和更新调度尚未验证。 作者报告，在 RoboCasa、BEHAVIOR-1K 及真实世界任务上进行了评估：在 BEHAVIOR-1K 上相较 π₀.₅-TA 提高 22.5 个百分点，并能从执行失败中恢复；通过自主数据回收，RoboCasa 上的成功率从 7.50% 提高至 27.50%，Astribot S1 上从 32.5% 提高至 57.5%。摘要未明确这些数值对应的任务划分、试验次数、数据预算及对照条件，不能据此跨平台直接比较。实验协议、消融及统计信息尚未验证，复现还需核对技能定义、轨迹验证器、更新前后评估一致性与代码可用性。 平台推测（待验证）：可迁移至 BCI 的主要是假设性的分层执行与反馈更新机制，而非机器人控制策略本身。原方法依赖视觉、语言、动作及部署轨迹；若用于 BCI 共享控制，可保留高层技能组合与错误恢复模块，但需将 EEG 意图解码接入技能选择，并改造反馈验证和在线更新。低信噪比、跨被试差异及小数据可能使错误解码被回收为训练监督，造成误差累积。一个可检验的小实验是在固定 EEG 解码器与技能库下，对照静态技能映射和带反馈重规划的共享控制，比较任务成功率及错误恢复能力。相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读其原子技能组合、视觉反思与部署轨迹自动回收如何形成双循环改进机制，但性能增益的任务划分、对照条件及持续学习稳定性尚需全文核对。