НейКМЕ: На пути к динамическому мультимодальному непрерывному обучению с помощью нейронной комбинатории многочисленных экспертов

arXiv:2609.07009v1 Annualte Type: New Humbrial: Multilateral Sinternal Upducation в последнее время продемонстрировали большой потенциал для развития агентов, обладающих подобными человеку интеллектом благодаря непрерывному изучению новых задач по нескольким направлениям. Вместе с тем существующие методы, как правило, предполагают, что набор условий по каждой задаче предопределен и установлен. В настоящем документе мы изучаем более реалистичные условия обучения, называемые динамичными мультимодальными непрерывными знаниями, в которых набор условий может варьироваться по разным задачам, а не оставаться фиксированным. Эта ситуация сопряжена с двумя основными проблемами: i) забвение в фапиовременную катастрофу и ii) адаптивное мультимодальное синтезирование. Для решения этих задач мы предлагаем NeuCME (в качестве краткой точки для intextbf(Neu)ral /textsbf {C}ombinatorics of intestbf'ltiple à text bf {E}xperts), новую систему, предназначенную для эффективного изучения и интеграции знаний в задачи с различными условиями. Предлагаемая модель NUCME включает три ключевых компонента, а именно: