热点事件持续更新
APRIL：歧义感知专家路由的呼吸音域增量学习框架
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv cs.AI/cs.LG 收录论文提出 APRIL，一个面向呼吸音分类、采用无样本回放（无样本回放）的域增量学习框架。该方法在冻结的 BEATs 骨干上依次继承并隔离低秩专家，再用多级原型路由按匹配歧义动态选择专家。在 ICBHI 与 SPRSound 的正向和反向序列上，其最终会话平均 Score 分别为 64.4%/65.4% 与 83.1%/82.2%，平均遗忘率均低于 1.0%。目前该工作以预印本形式发布，尚无后续报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 17:49
APRIL 预印本发布，ICBHI 与 SPRSound 上平均遗忘率均低于 1.0%。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv cs.AI / cs.LG 最新APRIL：面向呼吸音域增量学习的歧义感知专家路由
APRIL 是一个面向呼吸音分类的无样本回放域增量学习框架，在冻结的 BEATs 骨干上顺序继承并隔离低秩专家，并用多级原型路由按匹配歧义动态选择专家。在 ICBHI 与 SPRSound 的正向/反向序列上，其最终会话平均 Score 为 64.4%/65.4% 与 83.1%/82.2%，平均遗忘率均低于 1.0%。
本事件热度走势
当前热度 6·可比范围峰值 6（10月21日 10:00）·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。