Quando o Aprendizado Contínuo Exige Aprender
arXiv:2607.07847v1 Tipo de anúncio: novo Resumo: À medida que os grandes modelos de linguagem (LLMs) se tornam cada vez mais capazes, a próxima pergunta é: como podemos permitir que os modelos aprendam continuamente? Hoje, o campo enquadra amplamente isso como um problema de gerenciamento de contexto e de mitigação do esquecimento. Argumentamos que esse enquadramento é incompleto: o aprendizado contínuo trata fundamentalmente de aumentar a competência do modelo à medida que o mundo muda. Desmembramos essa mudança em dois eixos — espaço, onde o modelo encontra novos domínios, e...
arXiv cs.LG
·Anne Harrington, Nayan Saxena, Michael Murphy, Anastasia Borovykh, Zeyu Yun, Sridhar Kamath, Ara Eindra Kyi, Trevor Darrell, Jitendra Malik, Yutong Bai
·
// relacionados
Leia também
Editorial
GPT-Live-1: a OpenAI aposenta o walkie-talkie e faz a voz ouvir e falar ao mesmo tempo
Editorial
LingBot-VLA 2.0: a Ant abre um "cérebro" de 6B treinado em 60 mil horas de robôs reais
Editorial
UniClawBench: no mundo real, nenhum agente de IA passa da metade das tarefas
Blog