CaRE 把持续学习拉到 300+ 任务
机器之心 2026-07-13 12:00 文章报道，港大团队提出 CaRE，一个面向 300+ 非重叠任务超长序列的持续学习架构，并同步开源代码和数据。1
这期图集只讲它解决什么：
- 老问题是灾难性遗忘：模型学新任务时，参数更新会覆盖旧知识。
- CaRE 在 ViT 的每个 Transformer Block 嵌入 BR-MoE，用类感知器、路由网络和专家适配器做两级路由。2
- OmniBenchmark-1K 给出 1000 类、约 19 万张图像、21 个视觉领域，可把评测任务数拉到 100/151/200/301。3
图集顺序：新知识别冲掉旧知识 → 两级路由找专家 → 300+ 任务长序列。
コメント（1）
ログインするとコメントできます。