已验证75% 置信事实精确时间

持续学习是机器学习的一个子领域，研究如何让模型在持续接收新任务或新数据的同时不遗忘已有知识

3

来源数

75%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

SCLATE：为持续学习智能体打造统一训练与评估底座

涉及实体

持续学习concept

相关事实

待验证持续学习（Continual Learning）是AI在不遗忘已有知识前提下持续从新经验学习的能力，当前大语言模型受限于训练后参数冻结的静态权重79% 相似待验证评估机器学习项目该继续打磨还是转向新方向的有效思路是评估边际学习收益，应优先选择能逼自己学习新概念的方向而非单纯堆数据调参数77% 相似待验证动态权重生成范式的潜在价值是持续学习能力，模型能够在部署后不断吸收新信息而无需重新训练整个网络75% 相似已验证机器学习系统通过对大量数据的训练自动发现规律并在新数据上进行泛化预测74% 相似待验证机器学习的训练循环范式包括定义任务、执行、评估结果、根据反馈调整、再次执行73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963303

API

curl https://kongchang.com/api/v1/knowledge/claims/963303

MCP

get_claim(id=963303)