arXiv · ML· Zhangkai Wu, Xu Zhang, Zhihong Cui, Yiqi Wang, Yi Zhang·· 5 小时前AI 评分25
提出 MICE 机制以解决表格基础模型在概念漂移中的“回忆或重学”决策
Recall or Relearn? A Mixture of In-Context Experts for Recurring Concept Drift
AI 导读
针对 Web 数据流中过去概念回归导致的“回忆或重学”困境，本文提出免训练框架 MICE，通过合并已闭合片段至存储上下文优化 TFM 适应力。 MICE 利用快速层根据 log-loss 对存储上下文与 FIFO 窗口加权，结合慢速层混合预测，在随机边界网格流及真实流中展现出最高平均准确率。 该机制证明预测学习曲线可预测实际回忆增益排序，优于重置策略及全量存储池。
来源：arXiv · ML · arxiv.org