港大提出RaPO缓解MLLM视觉持续学习遗忘
热点事件持续更新
港大提出RaPO缓解MLLM视觉持续学习遗忘
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年11月5日，机器之心报道，香港大学俞益洲教授团队提出强化微调算法 RaPO（Retention-aware Policy Optimization），用于缓解多模态大模型在视觉持续学习中的灾难性遗忘。该论文已被 NeurIPS 2026 录用，代码已在 GitHub 开源。报道称，RaPO 能够以即插即用的方式无缝接入现有的 PPO/GRPO 训练框架中，并在严苛的 5-shot 低资源设定下进行了验证。目前事件进展停留在论文录用与代码开源阶段，尚无后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 10:08
港大提出 RaPO：强化微调破解 MLLM 灾难性遗忘，代码已开源报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 机器之心港大提出 RaPO：强化微调破解 MLLM 灾难性遗忘，代码已开源
香港大学俞益洲团队提出强化微调算法 RaPO，用于缓解多模态大模型在视觉持续学习中的灾难性遗忘，论文已被 NeurIPS 2026 录用，代码已在 GitHub 开源。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月5日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。