热点事件持续更新
分层动态模型统一解释学习、遗忘与再学习
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
2026年11月13日，一项发布在PsyArXiv的预印本提出一个分层动态模型，试图用同一框架解释学习、遗忘与再学习。该预印本尚未经同行评审。模型以单个条目的回忆概率追踪这三个过程：回忆概率在学习时上升，在保持间隔内呈指数下降，下降速率由随学习和延迟阶段变化的遗忘指数决定。这些变化被组织在跨多个时间尺度相互作用的分层过程中。据该预印本描述，模型能在同一框架内解释系列位置、词表长度、间隔效应和长期保持。目前该工作仍处于预印本阶段，尚无正式发表或重复验证的报道。
AI 根据报道生成 · 14 小时前更新
最新进展11月13日 01:09
该分层动态模型以预印本形式发布，尚未经同行评审。报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- PsyArXiv 预印本学习、遗忘与再学习的分层动态模型
一个分层动态模型以单个条目的回忆概率追踪学习、遗忘与再学习过程，回忆概率在学习时上升、在保持间隔内呈指数下降，且下降速率由随学习和延迟阶段变化的遗忘指数决定。这些变化被组织在跨多个时间尺度相互作用的分层过程中，使模型能在同一框架内解释系列位置、词表长度、间隔效应和长期保持。
本事件热度走势
当前热度 4·可比范围峰值 5（11月13日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。