热点事件持续更新
研究人员提出应对重复概念漂移的免训练方法MICE
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月28日，针对表格基础模型（TFMs）在数据流中面临的重复概念漂移问题，研究人员提出了免训练的上下文专家混合方法 MICE。该方法在检测到数据流变化时切分数据流并合并历史上下文，通过快慢双层机制动态加权已存储上下文与先进先出（FIFO）窗口。测试结果显示，预先测量的学习曲线能有效预测召回增益，且 MICE 在真实数据流评估中取得了所有对比策略中最高的平均准确率。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 12:00
研究人员提出免训练方法 MICE，在真实数据流中取得了对比策略中最高的平均准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 机器学习召回还是重新学习？面向重复概念漂移的上下文专家混合方法 MICE
针对表格基础模型（TFMs）在数据流中的重复概念漂移问题，研究人员提出免训练的上下文专家混合方法 MICE。MICE 在检测到变化时切分数据流并合并历史上下文，利用快慢双层机制动态加权存储上下文与 FIFO 窗口。测试显示预先测量的学习曲线能有效预测召回增益，且 MICE 在真实数据流中取得了对比策略中最高的平均准确率。
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。