Hugging Face · 每日论文· 媒体 / 作者来源·精选
语义概念转向打破持续学习中的解释漂移循环
原文标题
Semantic Concept Steering Breaks the Explanation Drift Loop in Continual Learning
AI 导读
研究识别并解决了持续学习中解释感知的结构性缺陷：像素级显著性正则化从冻结的显著性图生成监督目标，形成自我强化的漂移循环。C³L方法通过锚定离线发现的类一致语义概念打破此循环，实现目标独立性和跨实例语义一致性，并在五个基准测试中达到最先进性能。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出C³L方法解决持续学习中的解释漂移问题，通过语义概念锚定实现模型解释的稳定性，适用于需要高可靠解释的持续学习场景。
导读由模型辅助整理，非独立核验。完整信息见原文。