提出以记忆为中心的持续学习框架MCCL

2026年10月21日，Hugging Face Daily Papers 报道研究者提出以记忆为中心的持续学习框架（Memory-Centric Continual Learning，MCCL）。该框架主张记忆应以是否改善未来行动来评判，而非仅看检索召回。MCCL 包含三部分：三轴记忆分类法与内外双循环生命周期；衡量干扰下保持与任务迁移的评估协议；以及建模性能随经验、存储容量和算力预算扩展的记忆扩展框架。报道称其目标是让 AI 智能体从被动检索走向持续学习。目前该工作处于框架提出阶段，报道未披露实验数据或应用结果。

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。