continual-learning

Bibliothèque de mémoire pour la création d'agents avec état.

🦞 Communiquez simplement avec votre agent — il apprend et ÉVOLUE 🧬.

Agents à état dotés de mémoire, d'identité et de capacités d'apprentissage et d'adaptation, semblables à des humains.

Faire évoluer les compétences collectivement avec Agentic Evolver

Collection d'articles sur les modèles de diffusion classés par sous-domaines

Avalanche : une bibliothèque de bout en bout pour l'apprentissage continu basée sur PyTorch.

Implémentation PyTorch de diverses méthodes d'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) dans trois scénarios différents

Awesome AI Memory | LLM Memory | Une base de connaissances organisée sur la mémoire IA pour les LLM et les agents, couvrant la mémoire à long terme, le raisonnement, la récupération et la conception de systèmes natifs de mémoire.

PyCIL : une boîte à outils Python pour l'apprentissage incrémental de classes.

Awesome Machine Unlearning (une étude sur le désapprentissage automatique).

Un framework d'apprentissage continu (général) extensible basé sur PyTorch - base de code officielle de Dark Experience pour l'apprentissage continu général.

Cours de deep learning NMA

Fusion de modèles dans les LLM, MLLM et au-delà : méthodes, théories, applications et opportunités. ACM Computing Surveys, 2026.

Le dépôt officiel pour « Position: Agentic Evolution is the Path to Evolving LLMs ».

Liste d'articles sur l'apprentissage continu, organisée par ContinualAI.

Continual learning infra for self-improving agents

Systèmes, benchmarks et articles sélectionnés sur la mémoire pour les LLM/MLLM --- contexte à long terme, récupération et raisonnement.

Dépôt d'apprentissage incrémental, apprentissage continu et apprentissage tout au long de la vie

🎉 PILOT : Une boîte à outils d'apprentissage continu basée sur des modèles pré-entraînés.

AutoSkill : Apprentissage continu guidé par l'expérience via l'auto-évolution des compétences.

[CSUR 2025] Apprentissage continu des grands modèles de langage : un état de l'art complet