MIITA: Memory-Induced Inference-Time Adaptation für Continual Learning mit Small Language Models

arXiv:2607.22556v1 Ankündigung: Neue Arbeit. Abstract: Continual Learning ist essentiell für Small Language Models, um sich an sich entwickelnde reale Anforderungen in ressourcenbeschränkten Deployments anzupassen. Jedoch führt direkte Aktualisierung ihres begrenzten Parameterraums zu katastrophalem Vergessen. Während speicherbasierte