已验证65% 置信事实精确时间
灾难性遗忘指神经网络学习新任务时迅速覆盖旧知识，学界主流解决思路包括正则化方法（如EWC）、动态架构方法和回放方法
3
来源数
65%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
神经符号AI架构：模拟神经递质与睡眠周期的新思路
redditr/deeplearning2026/7/11
相关事实
待验证弹性权重整合（EWC）、渐进式神经网络和参数高效微调（如LoRA）被提出用于缓解灾难性遗忘81% 相似待验证缓解灾难性遗忘的三类主要策略为基于正则化的方法（如EWC）、基于回放的方法（如Experience Replay）和基于架构的方法（如Progressive Neural Networks）79% 相似待验证灾难性遗忘的根源在于神经网络参数的全局共享机制，更新某一任务参数会干扰其他任务的表示74% 相似待验证间隔重复（Spaced Repetition）算法通过科学安排复习时间间隔来对抗遗忘，是Anki等记忆工具的核心机制73% 相似待验证图谱遗忘机制的探索思路包括基于时间衰减的节点权重更新、基于访问频率的重要性评分以及基于结果反馈的主动清除71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/497371API
curl https://kongchang.com/api/v1/knowledge/claims/497371MCP
get_claim(id=497371)