💻 计算机科学
ΔPPL Is Not ΔCE: The Scale-Dependence Confound in Generative Continual-Learning Forgetting Metrics
本文表明，将生成式持续学习中的遗忘情况报告为原始困惑度变化（ΔPPL），会引入一个依赖于尺度的混淆因素，从而根据基础困惑度水平人为地夸大或缩小差异化遗忘率，并据此主张使用交叉熵（ΔCE）作为一种尺度不变的指标，以揭示真实的底层模型漂移。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。