热点事件持续更新
ChainLoRA：LLM持续学习免回放合并框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文提出 ChainLoRA，一个面向 LLM 持续学习的几何保持任务向量合并方法。该框架无需回放，基于链式更新的任务向量几何，结合链式更新训练与流后自适应 SVD 合并。训练阶段，初始化和单侧正交代理仅使用最后一个载体，使历史状态占用与正则开销随任务流增长保持恒定；合并阶段，Adaptive SVD 提取共享载体，并通过 Procrustes 适配对齐最新任务。报道未提及实验数据、对比基线或代码发布情况，事件目前仅停留在方法提出阶段。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
ChainLoRA 免回放持续合并框架于 arXiv 发布，提出链式更新训练与 Adaptive SVD 合并。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）ChainLoRA：面向 LLM 持续学习的几何保持任务向量合并方法
ChainLoRA 是一个无需回放的持续合并框架，基于链式更新的任务向量几何，结合链式更新训练与流后自适应 SVD 合并。训练时初始化和单侧正交代理仅使用最后一个载体，使历史状态占用与正则开销随任务流增长保持恒定；合并时 Adaptive SVD 提取共享载体并通过 Procrustes 适配对齐最新任务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。