Few-Shot Adaptation을 통한 지속 학습 (Continual Learning)의 재평가

요약

지속 학습(Continual Learning)의 안정성과 가소성을 측정하는 기존 0-shot 평가 방식의 한계를 지적하고, 이를 보완하기 위한 few-shot 평가 방법론을 제안합니다. 새로운 지표인 'per-shot plasticity'를 통해 모델이 미래 태스크에 적응하는 능력을 더욱 정밀하게 측정할 수 있음을 보여줍니다.

핵심 포인트

• 0-shot 평가가 지속 학습의 능력을 완전히 측정하지 못함을 지적
• 안정성과 가소성 평가를 위한 새로운 few-shot 패러다임 제안
• per-shot plasticity 지표를 통한 세밀한 성능 분석 가능
• 메타 학습을 통한 지속 학습 모델의 '선견지명' 효과 입증