Los investigadores presentan Nested Learning, un nuevo paradigma de ML que trata los modelos como problemas de optimización anidados para resolver el olvido catastrófico El enfoque unifica la arquitectura del modelo y los algoritmos de entrenamiento, lo que permite un aprendizaje continuo La arquitectura de prueba de concepto Hope demuestra un modelado del lenguaje superior y una gestión de la memoria de contexto largo que supera a los modelos existentes