CRAFT持续学习框架论文发布

1. 12:00
   arXiv cs.AI

   CRAFT：面向持续学习的遗忘感知干预适配框架

   研究者提出持续学习框架 CRAFT，冻结 LLM 权重，改为在隐藏表示上学习低秩干预。相似任务共享同一干预以促进知识迁移，任务相似度由各任务对模型输出分布的改变程度判定；共享干预内用 KL 惩罚约束新任务贴近既有行为以限制遗忘，最深层的小型任务私有干预则保留后续任务无法覆盖的专属容量。在多个基准和模型规模上，CRAFT 整体表现优于强 LoRA 方法并减少遗忘，且对任务顺序保持稳健。

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。