Google Research 提出睡眠框架，助 LLM 持续学习
热点事件历史事件
Google Research 提出睡眠框架，助 LLM 持续学习
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
Google Research 提出面向大语言模型持续学习的 sleep 框架，让模型在“唤醒”阶段与用户交互、在“睡眠”阶段离线巩固，把短期上下文记忆写入长期参数。 该框架结合 MoE 参数扩展、GKD 与 RL 模仿学习。Google Research 称，它可让模型持续习得新事实、保留最长 10M tokens 的上下文知识并提升复杂推理；睡眠阶段还通过随机专家选择与 RL 精修自生成样本来实现自我改进。上述效果均为该机构介绍，尚未经独立验证。
AI 根据报道生成 · 3 天前更新
最新进展10月28日 01:35
Google Research 提出 sleep 框架：让 LLM 在持续学习中稳定保留知识报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Google ResearchGoogle Research 提出 sleep 框架：让 LLM 在持续学习中稳定保留知识
Google Research 提出面向持续学习的 sleep 框架，让 LLM 在“唤醒”交互与“睡眠”离线巩固之间循环，把短期上下文记忆写入长期参数。该框架结合 MoE 参数扩展、GKD 与 RL 模仿学习，可让模型持续习得新事实、保留最长 10M tokens 的上下文知识并提升复杂推理。睡眠阶段还通过随机专家选择与 RL 精修自生成样本来实现自我改进。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月28日 03:00
- 近 24 小时变化
- -51%
02.557.510
12:0010月29日12:0010月30日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。