MedCL-Bench：医学持续学习中的稳定性-效率权衡与规模评估
人工智能
2026-03-18 v1
摘要
医学语言模型必须随证据和术语演进而更新，但顺序更新可能引发灾难性遗忘。尽管医学 NLP 拥有许多静态基准，却不存在用于评估在标准化协议下进行持续学习、对任务顺序鲁棒性和计算感知报告的统一、任务多样化基准。我们引入 MedCL-Bench，通过流式十个医学 NLP 数据集（跨五个任务家族）评估十一种持续学习策略，涵盖八种任务顺序，报告保留率、迁移率和 GPU 小时成本。在各种 backbone 和任务顺序下，顺序直接微调会导致灾难性遗忘，引起先前任务的性能退步。持续学习方法在保留-计算边界上呈现出不同特征：参数隔离提供每 GPU 小时的保留率最佳，重放在更高成本下提供强力保护，而正则化仅提供有限的益处。遗忘具有任务依赖性，多标签主题分类最脆弱，而受限输出任务更稳健。MedCL-Bench 提供了一个可复现的框架，用于在部署前审计模型更新。
引用
@article{arxiv.2603.16738,
title = {MedCL-Bench: Benchmarking stability-efficiency trade-offs and scaling in biomedical continual learning},
author = {Min Zeng and Shuang Zhou and Zaifu Zhan and Rui Zhang},
journal= {arXiv preprint arXiv:2603.16738},
year = {2026}
}