AI 编程 › AI 资讯 › 正文

What Should World Models Forget? Stratified Retention for Continual Adaptation

arxiv · arXiv · 2026-10-03 01:58 · 评分 83

论文讨论世界模型在持续学习中的遗忘问题。传统持续学习把旧数据性能下降视为失败,但世界模型的预测目标——环境本身会变化,旧知识可能过时,丢弃它应是正常行为而非缺陷。据此提出分层保留(Stratified Retention)策略,适应非平稳环境的持续适应。

原文:arXiv | 返回 AI 资讯列表