谷歌发布睡眠框架,解决大模型持续学习遗忘难题

原标题:告别知识截止日:谷歌让 AI 学会“睡觉”,边用边学还不忘旧知识
88AI 研判分

谷歌研究团队提出“睡眠框架”,通过模拟人类睡眠的记忆巩固机制,让大语言模型在部署后能持续吸收新知识而不发生灾难性遗忘。该框架将运行分为清醒与睡眠阶段,利用参数扩展、混合专家记忆块及知识蒸馏技术,实现长期知识的稳定写入与推理能力的自我提升。实验显示其在长上下文理解及多阶段持续学习中性能显著优于基线方法。

报道正文

IT之家 10 月 30 日消息,谷歌研究团队于 10 月 27 日发布博文,介绍一项名为“睡眠框架”(Sleep Framework)的持续学习研究成果,试图解决大语言模型发布后知识固化、难以吸收新信息的难题。

该研究已于 10 月 27 日由 Google Research 公开,相关论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。

谷歌指出在通常情况下,当前主流大模型在完成预训练后便进入相对静态的部署状态,其知识存在“截止日期”;若依赖上下文学习,新信息又会随会话结束而丢失。若直接用新数据反复微调,则容易引发“灾难性遗忘”,而模型学会新知识后,原有能力显著下降。

告别知识截止日:谷歌让 AI 学会“睡觉”,边用边学还不忘旧知识

谷歌的方案借鉴人类睡眠中的记忆巩固机制,将模型运行划分为“清醒阶段”和“睡眠阶段”。清醒时,模型接收并处理输入,将信息暂存于短期记忆;进入睡眠阶段后,模型暂停处理新输入,转而进行记忆整合与自我改进。

告别知识截止日:谷歌让 AI 学会“睡觉”,边用边学还不忘旧知识

具体而言,“记忆巩固”环节通过参数扩展、混合专家记忆块和知识蒸馏,把脆弱的短期上下文信息写入长期参数,同时避免覆盖既有知识;“做梦”环节则让模型生成并筛选合成训练样本,借助强化学习反复练习,以提升推理与泛化能力。

告别知识截止日:谷歌让 AI 学会“睡觉”,边用边学还不忘旧知识

实验显示,该框架在持续翻译、长上下文理解、事实知识吸收和数学推理等任务中优于多种基线方法:模型可处理最长约 1000 万 token 的上下文,并在未见语言的多阶段持续学习中保持接近零的性能下降;在 AIME 24/25 等数学基准上也取得更高准确率。

Two bar charts showing that Sleep methods outperform other approaches in class-incremental learning and continual translation.

IT之家附上参考地址

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。