改善AI模型學新忘舊，Google提出巢狀學習新解法

Google研究人員公開巢狀學習（Nested Learning）這項新模型訓練方法，主張把單一模型視為多個彼此銜接或並行的巢狀學習子問題，並以不同更新頻率運作，目標是在持續學習中降低災難性遺忘（Catastrophic Forgetting），同步提升長內容理解與記憶管理能力。
所謂的災難性遺忘，是模型持續學習時，新資料訓練會把權重往符合新任務的方向調整，結果把原先針對舊任務學到的特徵表示覆寫。