[!quote]+ 我们在持续学习（Continual Learning）中引入了“睡眠”阶段，使大型语言模型（LLM）能够在持续整合新知识并增强推理能力的同时，缓解“灾难性遗忘”或因知识截止日期导致的静态知识局限。 现代大语言模型通过预训练和上下文学习（In-Context Learning, ICL）展现出了卓越的性能。然而，模型一旦部署，其状态往往趋于静态——受限于固定的知识截止日期，它们无法获取长期能力，也难以适应新信息。 虽然利用新数据更新模型看似是显而易见的解决方案，但持续更新参数往往…