Core Concepts
새로운 클래스를 배우면서 이전 지식을 잊지 않는 방법
Stats
최근 딥러닝 모델은 다양한 작업에서 우수한 성능을 달성했지만, catastrophic forgetting은 계속적인 학습 능력을 제한한다.
Exemplar-Free CIL은 이전 작업 데이터에 대한 액세스를 금지하여 더 어려운 도전이 된다.
Exemplar-Free CIL은 실제 데이터와의 중요한 도메인 간격으로 인해 catastrophic forgetting을 극복하지 못한다.
Quotes
"Our method excels previous exemplar-free CIL methods with non-marginal improvements and achieves state-of-the-art performance."