据谷歌官方消息,NeurIPS 2025收录了一项重要研究,研究团队提出了名为Nested Learning(嵌套学习)的新方法,旨在解决机器学习中的“灾难性遗忘”问题。该方法通过将模型视为一系列相互嵌套的子优化问题,每个子问题拥有独立的工作流程和信息流,从而实现了新旧知识的协同保留。嵌套学习打破了模型架构与优化算法分离的传统框架,通过多时间尺度更新和连续内存系统,有效缓解了AI模型在学习新任务时丢失旧任务知识的困境。基于嵌套学习框架开发的HOPE系统,在多项基准测试中展现出显著优势,如长文本检索准确率提升23%,持续学习场景下旧任务性能保持率高达98%。
