一种自适应增量学习的多任务大模型训练系统及方法

本申请涉及人工智能技术领域，公开了一种自适应增量学习的多任务大模型训练系统及方法，该系统包括：知识元胞库，动态知识协变图，路径规划模块，前向计算与参数更新模块以及结构演化模块。该方法包括：接收任务，在动态知识协变图上规划最优计算路径与反事实路径；驱动输入沿两路径计算，并基于包含任务损失与反事实验证损失的复合损失，更新路径所涉知识元胞的参数；当判定性能停滞时，通过衍生并专向训练新的知识元胞，实现模型知识体系的自适应更新。本发明通过模块化大模型能力单元、动态规划最优计算路径、自适应扩展模型结构及引入反事实机制，实现增量学习、降计算开销与系统优化。