Toutes les news taguées avec ce sujet.
FBCC propose une nouvelle approche pour apprendre des clusters séquentiels sans données passées ni étiquettes, limitant l'oubli catastrophique.
Un nouveau framework MoE décompose les paramètres des LLM en experts spécifiques et partagés pour résoudre l'oubli catastrophique en apprentissage continu.
Un framework « fast-slow » combine mise à jour des paramètres et optimisation du contexte pour rendre les LLM jusqu'à 3× plus efficaces en apprentissage.