算法稳定性框架分析持续学习遗忘

1. 12:00
   arXiv · ML

   Fine-Grained Analysis of Catastrophic Forgetting in Continual Learning via Algorithmic Stability

   该研究建立了一种无需预设模型架构的算法稳定性框架，用于分析SGD下预期群体遗忘。 通过将遗忘分解为任务内与跨任务泛化差距及经验遗忘，并推导了不同学习率调度策略下的理论边界。 实验在Split CIFAR-100和Split MiniImageNet数据集上验证了理论发现的实证影响。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。