arXiv ID:
2605.27975
arXiv 提交日期: 2026-05-27
现代Hopfield网络中的持续学习及其在扩散模型中的应用 / Continual Learning in Modern Hopfield Networks with an Application to Diffusion Models
1️⃣ 一句话总结
本文通过分析现代Hopfield网络的能量特性,发现任务切换后高能量、孤立的数据样本更容易被遗忘,而回放这些高能量样本能有效缓解遗忘,并将这一发现成功应用于扩散模型(如Stable Diffusion)的持续学习中。