STABLE：自适应漂移控制的持续学习优化器
热点事件持续更新
STABLE：自适应漂移控制的持续学习优化器
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者提出优化器层面的持续学习方案 STABLE，通过原始-对偶框架自适应调节漂移预算：预算被突破时增大对偶变量，否则减小，以在不牺牲可塑性的前提下提升稳定性。 在长时程单模态流和基于 CLIP 的多模态流实验中，用 STABLE 训练的普通 PEFT 基线达到或超过专用持续学习方法，多模态场景下还保持了零样本迁移能力。该工作已被 NeurIPS 2026 接收，代码已开源。
AI 根据报道生成 · 48 分钟前更新
最新进展11月11日 13:00
STABLE：带自适应漂移控制的持续学习优化器报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AISTABLE：带自适应漂移控制的持续学习优化器
研究者提出优化器层面的持续学习方案 STABLE，通过原始-对偶框架自适应调节漂移预算，在预算被突破时增大对偶变量、否则减小，从而在不牺牲可塑性的前提下提升稳定性。在长时程单模态流和基于 CLIP 的多模态流实验中，用 STABLE 训练的普通 PEFT 基线达到或超过专用持续学习方法，多模态场景下还保持了零样本迁移能力。该工作已被 NeurIPS 2026 接收，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。