Forscher stellen Nested Learning vor, ein neues ML-Paradigma, das Modelle als verschachtelte Optimierungsprobleme behandelt, um das katastrophale Vergessen zu lösen Der Ansatz vereinheitlicht Modellarchitektur und Trainingsalgorithmen und ermöglicht kontinuierliches Lernen Proof of Concept-Architektur Hope zeigt überlegene Sprachmodellierung und lange Kontextspeicherverwaltung und übertrifft damit bestehende Modelle