热点事件持续更新
视觉-语言模型持续学习公平性恶化
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月25日，AGI Hunt 报道一项视觉-语言模型持续学习研究：模型准确率仍保持较高水平，但公平性指标大多变差，年龄维度甚至比微调基线更糟。研究指出，群体数据代表性不足无法完全解释这种恶化；prompt 类方法在数据较多的肤色分组上仍更频繁误判较深肤色，正则化方法也不按群体规模发挥作用。作者呼吁新的持续学习方法在平衡稳定性与可塑性时纳入社会影响。
AI 根据报道生成 · 2 小时前更新
最新进展10月25日 23:26
新研究显示视觉-语言模型持续学习后准确率仍高，但公平性普遍恶化，年龄维度差于微调基线。报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI Hunt持续学习研究：视觉-语言模型准确率保持高位，但公平性普遍恶化
视觉-语言模型的持续学习研究显示，模型准确率仍保持较高水平，但公平性指标大多变差，年龄维度甚至比微调基线更糟。群体数据代表性不足无法完全解释这种恶化，prompt 类方法在数据较多的肤色分组上仍更频繁误判较深肤色，正则化方法也不按群体规模发挥作用。作者呼吁新的持续学习方法在平衡稳定性与可塑性时纳入社会影响。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。