arXiv 机器学习· Guangya Hao, Yiting Duan, Longyan Tan, Yunbo Long, Hao Wu, Ge Zheng, Alexandra Brintrup, Zhuokai Zhao·· 5 小时前AI 评分36
基于进化策略的持续测试期学习
Continual Test-Time Learning with Evolution Strategies
AI 导读
研究者提出了持续测试期学习框架 ESRL，通过在参数空间微扰锚定策略生成策略群体，并聚合其无标注群体相对信号来指导中心模型。在数学推理、常识和医学领域的单任务测试期自适应中，ESRL 相比基座模型平均准确率最高提升 31.7%，相比最强基线最高提升 16.6%。该框架还显著减轻了灾难性遗忘，在持续学习中取得了最强的最终性能。
来源：arXiv 机器学习 · arxiv.org