Lamarck 模型发布:实现免回放域增量学习的继承式适配器专家
热点事件持续更新
Lamarck 模型发布:实现免回放域增量学习的继承式适配器专家
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026 年 11 月 18 日,Gyutae Oh 在 arXiv 预印本公开了 Lamarck 模型。该研究提出通过增强专家网络与 Mahalanobis 路由器,在无保留早期图像的情况下实现免回放域增量学习。在 CDDB-Hard 基准测试中,该方法使最终准确率提升 4.4 个点,并在十二个冻结骨干基线中领先 5.2 个点。目前代码与权重的开放许可待定。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
Lamarck 模型实现免回放域增量学习,在 CDDB-Hard 基准上比十二个冻结骨干基线领先 5.2 个点报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉Lamarck 模型实现免回放域增量学习,在 CDDB-Hard 基准上比十二个冻结骨干基线领先 5.2 个点
Lamarck 模型通过增强专家网络与 Mahalanobis 路由器,在无需保留早期图像的情况下实现了免回放域增量学习。该方法在 CDDB-Hard 基准上将最终准确率提升 4.4 个点,并在十二个冻结骨干基线中领先 5.2 个点。该研究预印本已发布,代码与权重开放许可待定。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
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。