论文提出以记忆为中心的持续学习框架MCCL

事件综述根据 1 篇报道整理，10月22日更新

一篇论文提出 Memory-Centric Continual Learning（MCCL）框架，主张评判记忆的标准应是它能否改进智能体未来的行动，而不只是看检索命中情况。 MCCL 包含三部分：按三个维度划分的记忆分类法，以及由内环和外环构成的生命周期；一套评估协议，用来衡量智能体在干扰下保持记忆、适应变化和迁移任务的能力；还有一个记忆扩展框架，用来刻画智能体性能如何随经验、存储容量和算力预算变化。 该框架目前处于论文提出阶段，报道未说明是否经过同行评审或复现。

综述由模型根据报道生成，细节以各篇原文为准。