提出MCCL记忆中心持续学习框架

一篇论文提出以记忆为中心的持续学习（MCCL）框架，主张记忆的好坏应以它能否改善智能体后续行动来评判，而非只看检索到什么事实。 该框架包含四部分：按存储位置、形态与管理方式组织记忆的三轴分类法；内循环更新记忆状态、外循环依据任务反馈改进管理策略的双循环生命周期；测量干扰下记忆保持、变化适应与任务迁移的评测协议，用于区分真实行为增益与单纯上下文扩展；以及刻画智能体性能如何随经验、存储容量与算力预算在非参数与参数化记忆上扩展的记忆扩展框架。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。