Continuum library 发布 Continual Learning Tasks 数据集, 应用在 连续学习、机器学习性能评估 领域

Continuum library 本次发布的数据集 Continual Learning Tasks, 该数据集包含了一系列任务，其中数据和标签可能会在各个任务间发生变化，其设计旨在评估连续学习系统在稳定性、可塑性以及泛化能力方面的表现。此外，数据集还包含了多项指标，如当前任务准确率（cur-ACC）、上一任务准确率（last-ACC）、向后转移（BWT）、向前转移（FWT）以及一种新颖的指标——双重转移匹配指数（DMI）。该数据集的任务是评估连续学习各项指标的性能。

查看Continual Learning Tasks

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。