LargeMonitor：利用大型预训练模型监控在线无任务持续学习

在线无任务持续学习要求智能体在严格单次遍历且无显式任务标识下，从无界非平稳数据流中积累知识。现有方法多依赖与训练耦合的优化动态，无法区分分布漂移的结构成因。本文提出 LargeMonitor 框架，利用大型预训练基础模型自主协调无任务持续适应。该框架引入解耦检测模块，利用冻结的大型视觉模型表示空间实现鲁棒的零样本漂移检测；并通过大型多模态模型驱动的诊断模块解析漂移的语义病因。实验表明，该方法能精准检测并诊断复杂数据流，显著提升现有算法性能。