STABLE：自适应漂移控制的持续学习优化器
热点事件持续更新
STABLE：自适应漂移控制的持续学习优化器
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xiaoyan Li 等研究者发布论文，提出用于缓解持续学习中灾难性遗忘的优化器 STABLE。该方法是一种带自适应漂移控制的原对偶优化器：当参数漂移超出预算时增大对偶变量加以约束，以兼顾稳定性与可塑性。作者还从理论上证明，有界参数漂移可保证有界 margin 侵蚀。 论文已被 NeurIPS 2026 接收，代码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
STABLE：带自适应漂移控制的持续学习优化器报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AISTABLE：带自适应漂移控制的持续学习优化器
研究者提出 STABLE，一种带自适应漂移控制的原对偶优化器，用于缓解持续学习中的灾难性遗忘。该方法通过违反漂移预算时增大对偶变量来约束参数漂移，兼顾稳定性与可塑性，并从理论上证明有界参数漂移可保证有界 margin 侵蚀。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。