热点事件持续更新
大语言模型持续学习框架CAMR发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月28日，相关研究提出了面向大语言模型持续学习的自适应框架CAMR（兼容性感知记忆回放框架）。该框架主要通过兼容性检查与记忆门控联合控制样本监督和历史回放，以此应对大语言模型持续学习中的挑战。在基于Qwen3-8B-Base模型的评测实验中，CAMR在WikiBigEdit数据集上的Original Match指标达到93.66%（3K事实），并在事实量达到100K后超越了Full-history Replay (LoRA)方案。此外，CAMR在四个选定的TRACE任务中均取得了最高最终得分。
AI 根据报道生成 · 4 小时前更新
最新进展10月28日 12:00
研究者提出CAMR持续学习框架，在Qwen3评测中表现优于全历史回放方案。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 自然语言处理CAMR：面向大语言模型持续学习的兼容性感知记忆回放框架
自适应框架 CAMR 通过兼容性检查与记忆门控联合控制样本监督和历史回放，以解决大语言模型持续学习难题。在 Qwen3-8B-Base 评测中，CAMR 在 WikiBigEdit 上的 Original Match 达 93.66%（3K 事实），并在 100K 事实后超越 Full-history Replay (LoRA)。此外，它在四个选定 TRACE 任务中均取得最高最终得分。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。