Adobe 提出 Credit Stabilization through Time，短序列训练泛化长上下文

Adobe 提出名为 Credit Stabilization through Time 的训练干预，通过分析学习信号随时间传播的机制，让用标准 BPTT 在短序列上训练的循环架构模型泛化到更长上下文。该方案针对长上下文训练数据稀缺、超长序列训练算力与内存开销巨大的问题，目标是让「短序列训练、长序列部署」的低成本策略变得可行。