Un réseau de mémoire générative profonde transforme l'apprentissage continu

Une architecture neuronale combinant mémoire générative et mémoire traditionnelle adresse le problème d'oubli catastrophal en apprentissage continu, où les modèles oublient des tâches antérieures lors de l'acquisition de nouvelles. Ce progrès améliore la capacité des agents IA à s'adapter sans réapprentissage complet. L'innovation concerne l'IA longue durée et les systèmes d'agents déployés en production durant des années.