# 中科大两篇顶会论文：教多模态大模型持续学新知识，同时不忘旧本事

> 原标题：教大模型终身学习！中科大连发两篇顶会，突破「知识注入」双重困境

- 来源：新智元 · 公众号
- 发布时间：2026-05-21T09:30:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/25809
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652702134&idx=3&sn=54be7016ca6aafdc67d4ad1385e81f05

## 摘要

中科大团队在顶会上发了两篇工作，专门解决多模态大模型“学新忘旧”的问题。一篇是 MMEVOKE，搞了一个包含 159 个子类、9422 个样本的评测集，用来检验模型在持续学习中会不会把之前的知识覆盖掉。另一篇是 KORE，提出用知识树扩充样本，再通过零空间约束微调来减少遗忘。

## 推荐理由

中科大团队用 MMEVOKE 评测集和 KORE 微调方法，针对多模态大模型持续学习中的遗忘问题给出可复用的评测与训练思路。

## 锐评

9422 个样本、159 个子类，这个评测集规模在持续学习方向算拿得出手的，至少比那些几十条 prompt 就敢叫 benchmark 的强。KORE 那套知识树扩样本加零空间约束微调，思路不新，但把约束做进微调里比单纯 replay 省事，工程上更可落地。

问题是论文阶段的方案离生产还差一截，多模态模型真上线以后新数据是流式灌进来的，谁有空给你建知识树。我信这个方向，但复现细节没放出来之前，先当学术成果看。
