Воспоминания или переучения? Смещение внутренних экспертов по повторяющейся концепции

Компьютерные науки > Машинное обучение [представлено 27 октября 2026 года] Название: Воспроизвести или перезанять? В настоящее время в сети Интернет применяются модели Tabular Foundation (TFM), такие как сетевое обнаружение проникновения, где они адаптируются путем обновления маркированных рядов их контекста без переподготовки. Когда какая-либо концепция возвращается после выхода из контекста, ТФМ сталкивается с решением об отзыве или передаче в прошлое между восстановлением хранящихся строк концепции и переобучением ее на новых ярлыках. Мы предлагаем МПГВ (смесь экспертов по внутреннему содержанию), бесплатное обучение, которое срезает поток на сегменты при обнаруженных изменениях. Он объединяет закрытый сегмент в сохраняющийся контекст, когда предполагаемая дополнительная ошибка ТФМ на этом сегменте находится в пределах допуска при пределе пропускной способности хранимых контекстов. Быстрый уровень взвешивает хранимые контексты и окна первого входа (ФИФО) по log-потере их прогнозов на последней партии с маркировкой. Мы показываем, что с чистыми хранимыми контекстами и состоянием разницы этот быстрый уровень выигрыш от повторного обучения в ожидаемой точности нормализованная позитивная область между точностью хранящегося контекста и кривой обучения ТФМ вплоть до первого батарея. Медленный уровень смешивает прогноз быстрого уровня с предсказанием окна FIFO последних маркированных рядов и ограничивает дисконтированное полупризрачное сожаление MICE в этом окне каждый раз.…