arXiv · ML· Zhe Zhou·2026-10-19 12:00· 16 小时前AI 评分31

测试时持续学习中事实绑定的再学习优势：基于 Qwen2.5-1.5B 的对照研究

Binding-Specific Relearning Savings for Test-Time Continual Learning

AI 导读

在 Qwen2.5-1.5B 上，学习特定事实绑定后，模型在持续微调中的再学习速度显著快于未学习对照组。在预设部分遗忘检查点，LEARNED 组比 CONTROL 组更快恢复目标；从未见过的池子中转换，先前学习可减少约 18% 的优化器更新需求。

来源：arXiv · ML · arxiv.org