論文が継続学習を適応型AIシステムの観点から再定義

最近の2本の論文は、過去の知識を保持しながらAIモデルを更新する課題である継続学習を検討している。CP-MoEは、LLMと視覚言語モデル向けに、一貫性を保つmixture-of-expertsフレームワークを提案する。モデル統合の際に、一時的なエキスパートがルーティングを導き、過去のパラメータを保護する。別のサーベイ論文「Continual Learning in Transition」は、この分野がパラメータ中心の適応を超え、オンポリシー学習、テスト時学習、メモリ、スキルライブラリ、相互作用プロトコルにまたがるシステムレベルの仕組みへ移行していると論じている。