Buchumschlag

Task-Focused Consolidation with Spaced Recall: Making Neural Networks Learn like College Students

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Bamnodkar, Prital
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Task-Core Memory Management and Consolidation for Long-term Continual Learning
von: Huai, Tianyu, et al.
Veröffentlicht: (2025)

InTAct: Interval-based Task Activation Consolidation for Continual Learning
von: Krukowski, Patryk, et al.
Veröffentlicht: (2025)

How Transformers Learn In-Context Recall Tasks? Optimality, Training Dynamics and Generalization
von: Nguyen, Quan, et al.
Veröffentlicht: (2025)

FocusLearn: Fully-Interpretable, High-Performance Modular Neural Networks for Time Series
von: Su, Qiqi, et al.
Veröffentlicht: (2023)

Lifelong Learning with Behavior Consolidation for Vehicle Routing
von: Pei, Jiyuan, et al.
Veröffentlicht: (2025)

Assessing Episodic Memory in LLMs with Sequence Order Recall Tasks
von: Pink, Mathis, et al.
Veröffentlicht: (2024)

Continual Knowledge Consolidation LORA for Domain Incremental Learning
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2025)

ClusterKV: Manipulating LLM KV Cache in Semantic Space for Recallable Compression
von: Liu, Guangda, et al.
Veröffentlicht: (2024)

Human-like Forgetting Curves in Deep Neural Networks
von: Kline, Dylan
Veröffentlicht: (2025)

Symmetry in Neural Network Parameter Spaces
von: Zhao, Bo, et al.
Veröffentlicht: (2025)

Semi-parametric Memory Consolidation: Towards Brain-like Deep Continual Learning
von: Liu, Geng, et al.
Veröffentlicht: (2025)

DESIRE: Dynamic Knowledge Consolidation for Rehearsal-Free Continual Learning
von: Guo, Haiyang, et al.
Veröffentlicht: (2024)

Emergent Symbol-like Number Variables in Artificial Neural Networks
von: Grant, Satchel, et al.
Veröffentlicht: (2025)

Distribution-Level Memory Recall for Continual Learning: Preserving Knowledge and Avoiding Confusion
von: Cheng, Shaoxu, et al.
Veröffentlicht: (2024)

Locally Convex Global Loss Network for Decision-Focused Learning
von: Jeon, Haeun, et al.
Veröffentlicht: (2024)

Human-like Category Learning by Injecting Ecological Priors from Large Language Models into Neural Networks
von: Jagadish, Akshay K., et al.
Veröffentlicht: (2024)

Understanding Task Representations in Neural Networks via Bayesian Ablation
von: Nam, Andrew, et al.
Veröffentlicht: (2025)

Fodor and Pylyshyn's Legacy: Still No Human-like Systematic Compositionality in Neural Networks
von: Woydt, Tim, et al.
Veröffentlicht: (2025)

Half-Space Feature Learning in Neural Networks
von: Yadav, Mahesh Lorik, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Slumbering to Precision: Enhancing Artificial Neural Network Calibration Through Sleep-like Processes
von: Delanois, Jean Erik, et al.
Veröffentlicht: (2026)

NTKMTL: Mitigating Task Imbalance in Multi-Task Learning from Neural Tangent Kernel Perspective
von: Qin, Xiaohan, et al.
Veröffentlicht: (2025)

Learning the Target Network in Function Space
von: Asadi, Kavosh, et al.
Veröffentlicht: (2024)

Translating the Rashomon Effect to Sequential Decision-Making Tasks
von: Gross, Dennis, et al.
Veröffentlicht: (2025)

Learning to Forget: Sleep-Inspired Memory Consolidation for Resolving Proactive Interference in Large Language Models
von: Xie, Ying
Veröffentlicht: (2026)

All in One: Multi-Task Prompting for Graph Neural Networks (Extended Abstract)
von: Sun, Xiangguo, et al.
Veröffentlicht: (2024)

Closed-Form Interpretation of Neural Network Latent Spaces with Symbolic Gradients
von: Wetzel, Sebastian J., et al.
Veröffentlicht: (2024)

TACOS: Task Agnostic Continual Learning in Spiking Neural Networks
von: Soures, Nicholas, et al.
Veröffentlicht: (2024)

Artificial Intelligence-Driven Network-on-Chip Design Space Exploration: Neural Network Architectures for Design
von: N, Amogh Anshu, et al.
Veröffentlicht: (2025)

Imitation Learning via Focused Satisficing
von: Shah, Rushit N., et al.
Veröffentlicht: (2025)

Learning Robust Convolutional Neural Networks with Relevant Feature Focusing via Explanations
von: Adachi, Kazuki, et al.
Veröffentlicht: (2022)

Geometry of Neural Reinforcement Learning in Continuous State and Action Spaces
von: Tiwari, Saket, et al.
Veröffentlicht: (2025)

Weight Space Representation Learning via Neural Field Adaptation
von: Yang, Zhuoqian, et al.
Veröffentlicht: (2025)

Aligning Knowledge Graphs Provided by Humans and Generated from Neural Networks in Specific Tasks
von: Li, Tangrui, et al.
Veröffentlicht: (2024)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

CreINNs: Credal-Set Interval Neural Networks for Uncertainty Estimation in Classification Tasks
von: Wang, Kaizheng, et al.
Veröffentlicht: (2024)

NNiT: Width-Agnostic Neural Network Generation with Structurally Aligned Weight Spaces
von: Kim, Jiwoo, et al.
Veröffentlicht: (2026)

Design Space Exploration of Hybrid Quantum Neural Networks for Chronic Kidney Disease
von: Kashif, Muhammad, et al.
Veröffentlicht: (2026)

Task Priors: Enhancing Model Evaluation by Considering the Entire Space of Downstream Tasks
von: Patel, Niket, et al.
Veröffentlicht: (2025)

Making LLMs Work for Enterprise Data Tasks
von: Demiralp, Çağatay, et al.
Veröffentlicht: (2024)