Os pesquisadores apresentam o Nested Learning, um novo paradigma de ML que trata os modelos como problemas de otimização aninhados para resolver o esquecimento catastrófico A abordagem unifica a arquitetura do modelo e os algoritmos de treinamento, permitindo o aprendizado contínuo A arquitetura de prova de conceito Hope demonstra modelagem de linguagem superior e gerenciamento de memória de contexto longo, superando os modelos existentes