09:47arXiv cs.LG@Thinh T. H. Nguyen, Khoa D. Doan, Binh T. Nguyen, Danh Le-Phuoc, Kok-Seng Wong论文提出PRO框架,用投影排练编排替代合成输入回放,在服务器维护紧凑的类级投影记忆。客户端通过平衡伪多任务训练结合当前样本和旧投影记忆。进一步提出的PRO-MAX增加了邻域加权记忆对齐。在图像、文本、图基准上,PRO和PRO-MAX在异构流下提升了保留率和最终效用,而基线即便扩大回放预算仍因监督不平衡退化,证明回放数量不足以解决质量问题。论文联邦学习类增量学习记忆回放投影排练异构任务流推荐理由:联邦学习各客户端标签不同步?PRO用投影记忆代替生成回放,不用额外预训练,在异构环境下表现更稳,值得做增量学习的试试。原文