#incremental learning

10 stories · 0 in 7 days · 2 in 30 days

CIFAR-100 1 CLAR 1 Deep AIN 1 DISCERN 1 FACET 1 HiER-BLS 1 MECAIL 1 ODinW-13 1

Stories, products and papers tagged "incremental learning", newest first.

Nov 6

Papers11:29

Chinese contentDISCERN：无需保留集的增量式机器遗忘方法

删数据不用重新训练模型，这论文给出了不用保留原始数据的增量遗忘方案，transformer 上删 20 类还很稳。

#machine unlearning #DISCERN #ViT-B/16 #CIFAR-100

arXiv cs.LG@Nicolás Segura-Kunsagi et al. (4)Source

Oct 30

Papers Builders11:52

Chinese contentCLAR：面向制造工业互联网灾害诊断的类增量学习新方法

工业互联网上灾害种类不断冒新、样本又少，这篇论文的 CLAR 用潜在表示+注意力打分做回放式增量学习，还给了理论证明，搞边缘部署的可以看看。

#CLAR #incremental learning #Replay

arXiv cs.LG@Avranshu Mahanty et al. (3)Source

Oct 6

Papers10:52

Chinese contentHiER-BLS：层级引导与纠错结合的增量式宽学习系统

宽学习系统的改进版来了：用层级引导决定新模块学什么，再用纠错码抵抗权重误差，10 个数据集上跑赢了原版 BLS 变体。

#incremental learning #classification algorithms #HiER-BLS

arXiv cs.LG@Gongli Zhang et al. (3)Source

Sep 22

Papers10:26

Chinese contentMECAIL：14.6 KB专家网络让交通边缘设备做目标检测增量学习

交通摄像头的模型更新包只要14.6KB，在ODinW-13和D-RICO上成绩不输大参数方案。

#MECAIL #ODinW-13 #object detection #edge computing

arXiv cs.LG@Matthias Neuwirth-Trapp et al. (6)Source

Sep 1

Papers78°12:11

Chinese contentFACET：任务条件特征变换实现持续学习

FACET用一个适配器解决了持续学习中的灾难性遗忘问题，比LoRA合并方法更高效。

#FACET #incremental learning #continual learning #catastrophic forgetting

arXiv cs.LG@Yunxiang Fu et al. (3)Source

Aug 21

Papers10:11

Chinese content深度人工免疫网络实现无回放视觉增量记忆

这篇论文提出了一种新的深度人工免疫网络，用结构化亲和力替代传统扁平向量，在MNIST等数据集上实现了不错的无回放增量学习效果，还分析了关键机制，挺有意思的。

#Deep AIN #incremental learning

arXiv cs.LG@Siphesihle SithunguSource

Jun 26

Papers09:52

Chinese content无数据储层特征实现高效长周期冷启动持续学习

这篇论文提出CIRCLE方法：用固定储层特征做持续学习，无需回放，在长任务序列上比现有方法更快更准确。

#CIRCLE #BiRC2D #SLDA #continual learning

arXiv cs.AI@Augustinas Jučas, Yangchen PanSource

Jun 16

Papers09:47

Chinese contentPRO：投影排练编排解决异构联邦类增量学习的回放退化问题

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。

#federated learning #incremental learning

arXiv cs.LG@Thinh T. H. Nguyen et al. (5)Source

Jun 11

PapersSelected12:09

Chinese contentC-DIC：上下文驱动增量压缩，解决多轮对话长历史问题

长对话场景（如客服、角色扮演）的开发者终于有了一个兼顾效率与保真度的压缩方案——C-DIC 能稳定处理数百轮对话，值得在长上下文任务中试试。

#dialogue systems #context compression #incremental learning #C-DIC

arXiv cs.LG@Yeongseo Jung et al. (8)Source

May 28

Papers11:57

Chinese contentAREA：为CLIP类增量学习解耦属性提取与聚合

做持续学习或CLIP微调的团队，AREA把增量遗忘的根因拆解为属性提取与聚合两个环节，并给出了可落地的解耦方案，值得看看代码和实验细节。

#incremental learning #CLIP #catastrophic forgetting #optimal transport

arXiv cs.LG@Zhen-Hao Xie et al. (3)Source