محققان در پژوهشی جدید، چارچوب نوآورانه «FedKACE» را برای بهبود «یادگیری مداوم فدرال» (FCL) معرفی کردهاند. یکی از بزرگترین مشکلات مدلهای هوش مصنوعی، یادگیری از دادههای جدید بدون فراموش کردن دانش قبلی در محیطهای استریمینگ است.
این مدل جدید با سه قابلیت کلیدی، این چالش را حل میکند:
۱. تعویض هوشمند بین مدل محلی و جهانی برای بهینهسازی عملکرد.
۲. ایجاد تعادل در گرادیانها برای یادگیری موثرتر دادههای جدید.
۳. نگهداری هوشمند دادههای حیاتی در حافظه برای جلوگیری از فراموشی فاجعهبار در کلاسهای مشابه.
این پیشرفت گام بزرگی برای آموزش هوش مصنوعی در محیطهای غیرمتمرکز و توزیعشده است. 📈
منبع: arXiv Machine Learning