持续学习任务划分方式影响模型评估结果

一项持续学习研究发现，任务划分的粒度、数据呈现顺序及底层数据相似性结构都会影响模型的测量结果，说明评估结论不仅取决于模型本身，也受到实验中任务与数据组织方式的影响。 研究通过受控的 teacher–student 实验验证了这些因素的作用，并检查代表性基准测试（benchmark）是否充分说明相关数据属性。对于预训练语料未公开的基础模型，这些属性则隐含在模型的初始状态中，可能影响后续评估结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。