LeviTurk 预判持续学习或将被「绕过预训练」的方案率先解决

LeviTurk 提出观点：持续学习可能很快被解决，关键洞察是「持续学习本质上只是不需要从零预训练就能起步」。他建议像 Astra 这样的模型做持续后训练，用类似「对抗预训练式 loss 基准」的爬山式数据，而非在编码基准上优化，从而绕过传统持续学习难题。该判断无实验支撑，但若可行，训练成本会更低，属于算法层面的进步。