这个比赛奖金丰厚，求组队人员，最好是组里有显卡的同学，2024第三届大赛赛题一览-琶洲实验室 (黄埔）
背景
当前深度学习的应用通常只关注在单一任务上的表现。为实现通用人工智能的目标，AI 模型需要具有在序列任务上不断学习新知识的能力。在该场景下，学习任务按照指定顺序依次到达，并且出于隐私保护和数据安全等目的，历史任务的训练数据不能被保存。
深度学习模型虽然可以在当前任务上学习到新知识，但存在“灾难性遗忘”现象，即容易遗忘在历史任务上学到的知识，从而不能保持在历史任务上的性能。
灾难性遗忘现象使得深度学习模型在序列任务上的整体表现欠佳。与之相比，人类在学习新知识的同时，往往能很好地保留旧知识。
意义
研究持续学习算法，解决灾难性遗忘现象是实现通用人工智能的关键途径。
针对动态学习环境下的灾难性遗忘现象，开发高效且有新意的持续学习算法，提升深度学习模型在序列任务上的整体表现。
这个问题属于 Multi-task / Meta Learning / life-long learning
cs330_lifelonglearning_2022.pdf (5.0 MB)
是的，还涉及增量学习，开放世界目标检测等
1 Like