PaperWeekly

完成各种任务，让人们为之兴奋，也带动了学术界与工业界在 OS Agents 相关领域的研究与发展。

识更新技术成为一项关键需求。
然而，现有的模型编辑方法仅限于编辑特定类型的知识，如三元组知识，无法满

保持原有知识的完整性。传统 CIL 方法主要依赖视觉信息进行特征提取，而近年来兴起的视觉-语言模型（

ts, Analysis, and Future Outlook
作者单位：
北京大学、厦门大学
论

神经网络（ANN）的潜在替代方案。然而，SNN 在实际应用中面临性能差距和训练成本高的挑战。
为此我

小模型的网络结构，并提出 Dense-to-Sparse 蒸馏框架，结合两阶段蒸馏策略（模仿蒸馏+偏

提交数量的迅速增加，我们越来越依赖有效的论文-评审人匹配模型。此前在这一领域的研究考虑了多种因素来评