热点事件持续更新
CRUG：循环神经网络中可回收单元门控的持续学习
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv·Machine Learning Theory 发表一手研究，提出 Continually-Recyclable Unit-Gating（CRUG），在 Almost-Linear RNN 上实现持续动力系统重构（cDSR）。方法通过可微分 L0 门控选择任务特定单元并回收未使用单元，在零遗忘的同时达成最强的重构-容量权衡；可定向连接允许后续任务复用早期表示而不影响已提交单元的动力学。实验在非线性与混沌系统序列上可靠学习，任务共享相似动力学时前向迁移更显著。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Machine Learning Theory循环神经网络通过可回收单元门控实现动力系统的持续学习
论文提出 Continually-Recyclable Unit-Gating（CRUG），在 Almost-Linear RNN 上实现持续动力系统重构（cDSR），通过可微分 L0 门控选择任务特定单元并回收未使用单元，在零遗忘的同时达成最强的重构-容量权衡。可定向连接允许后续任务复用早期表示而不影响已提交单元的动力学，在非线性与混沌系统序列上可靠学习，且任务共享相似动力学时前向迁移更显著。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。