Co2In双级记忆增量学习框架论文发布
热点事件持续更新
Co2In双级记忆增量学习框架论文发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Wenju Sun 等在 arXiv 发布论文（arXiv:2610.21804），提出增量学习框架 Co2In，采用双级记忆架构：工作记忆自适应获取新知识，长期记忆持久保留信息，将新知识巩固为紧凑表示后整合进长期记忆，以兼顾可塑性与稳定性。 基于论文摘要，作者称 Co2In 在 CIFAR-10、CIFAR-100 和 Tiny-ImageNet 的无样本类别增量学习与任务增量学习设置中取得当前最优性能且内存消耗较低；具体基线与实验细节材料未说明。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
Co2In：基于知识编码、巩固与整合的双层记忆增量学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AICo2In：基于知识编码、巩固与整合的双层记忆增量学习框架
作者提出Co2In双层记忆增量学习框架，通过工作记忆学习新知识，并将其巩固为紧凑表示后整合进长期记忆，以兼顾可塑性与稳定性。基于论文摘要，Co2In在CIFAR-10、CIFAR-100和Tiny-ImageNet的无样本类别增量学习与任务增量学习设置中取得作者所称的当前最优性能和较低内存消耗；具体基线与实验细节未说明。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。