CIP-Net：持续可解释的基于原型的网络

本文介绍了CIP-Net，一个持续学习模型。重点在于可解释性和基于原型的学习，这表明了一种解决持续学习挑战的新方法，同时提供了对模型决策过程的见解。原型的使用可能旨在表示和保留来自先前任务的知识，使模型能够在没有灾难性遗忘的情况下顺序学习。ArXiv 来源表明这是一篇研究论文，可能详细介绍了 CIP-Net 的架构、训练方法和实验结果。

• •CIP-Net是一个持续学习模型。
• •它强调可解释性和基于原型的学习。
• •来源是ArXiv，表明这是一篇研究论文。