arXiv cs.LG·26 天前★ 2

回放该保留什么：可纠正偏差与类别对应

原文标题：What Must Replay Preserve? Separating Correctable Bias from Class Correspondence

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出诊断框架，将缓存预测视为时间异质监督，区分存储时已知类别与后续学习类别。在 CIFAR-100 上发现删除后学类别匹配的大部分代价可通过任务级偏移纠正，而破坏类别对应的较小代价持续存在。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 类增量学习中logit回放（DER/DER++）的收益来源不清，无法判断存储分数是否必要。
方法: 诊断框架把缓存预测视为时间异质监督，区分存储时已知类与后学类，并在任务级偏移前后分别评估。
结果: CIFAR-100+DER++上，固定常数可在1个点等价范围内替代后学类未刷新分数，偏移把删除匹配代价从14.9降到1.8点；破坏类别对应代价4.3→4.0点持续存在。
影响: 做增量学习/回放缓存的工程师可省去存储后学类分数，但类别对应必须保留，指导缓存设计取舍。