PaLoRA：按历史知识有效秩自适应调节学习率，持续学习 50 任务基准提升 4%

PaLoRA 针对 LoRA 持续学习中的灾难性遗忘提出理论化方案，推导出最优调步律 s = R/c，使幅度限制随历史知识有效秩 R 自适应增强。方法用自适应 SVD 截断压缩历史知识，把梯度投影到先前任务零空间，并施加秩感知的自适应 pacing。在 50 任务的 ImageNet-A 与 ImageNet-R 上，其表现一致优于先前方法，长程设置准确率提升达 4%。