ICML 2026 | 突破极限!港大提出首个适配300+任务的持续学习架构,破解遗忘难题
ICML 2026 | 突破极限!港大提出首个适配300+任务的持续学习架构,破解遗忘难题人类可以在一生中持续学习新知识,而不会轻易遗忘已有技能。然而对 AI 模型而言,这恰恰是一道极具挑战性的难题:每当模型学习新任务时,参数更新往往会覆盖历史知识,产生经典的 “灾难性遗忘” 难题。持续学习(Continual Learning)正是为突破这一瓶颈而生的研究方向。
搜索
人类可以在一生中持续学习新知识,而不会轻易遗忘已有技能。然而对 AI 模型而言,这恰恰是一道极具挑战性的难题:每当模型学习新任务时,参数更新往往会覆盖历史知识,产生经典的 “灾难性遗忘” 难题。持续学习(Continual Learning)正是为突破这一瓶颈而生的研究方向。
过去几年,大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini,从Anthropic开发的Claude到中国的DeepSeek,人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis(下简称“哈萨比斯”)
2026年下半场,AI Coding赛道最大的焦虑变了。
上周六,7月11号,我去了旧金山一家叫Corgi Cafe的地方,参加了一场demo day。这场活动本来定在6月20号,后来因为场地和大家时间的原因,改到了这一天。主办人提前在群里说,活动在二楼,大家先在楼下咖啡馆等,她会带人上去。5点demo正式开始,一直到7点,中间还留了开放麦的环节,谁想上去讲两句都可以。
FounderPark 独家获悉,AI 潮玩品牌珞博智能(Robopoet)宣布于 2026 年初完成亿元级 Pre-A 轮融资。本轮融资新增华映资本、广和通、涂鸦智能三大新股东,同时老股东红杉中国、
把腾讯WorkBuddy用透,你26年下半年会轻松很多。
2026年,AI安全终于被推到了台前。
几个月前,马斯克还骂Anthropic「邪恶」,断言它「不可能赢」,如今突然改口称它是「当前AI最强」。 手握22万块GPU的他,为何没有趁机断供对手?
7 月 8 日,韩国知名开发者 remy_notes 在 Threads 上晒出两张 Anthropic 发票截图:第一张 166.9 万美元(约 1130 万元人民币),第二张 1662 万美元(约 1.1 亿元人民币)。两张发票间隔不到 24 小时,金额翻了近 10 倍。
Fable 5 在远程劳动力指数(Remote Labor Index,RLI)上拿到了 16.1% 的自动化率,几乎是第二名 Opus 4.8(8.3%)的两倍,更是第三名 GPT-5.5(6.3%)的 2.5 倍。