Den svåraste öppna frågan för kontinuerligt lärande är att hitta rätt riktmärken och produktupplevelser för kontextdestillation

Det finns en ganska begränsad lista med metoder du bör överväga, som har avvägningar i olika regimer. Det är bara inte särskilt uppenbart just nu hur man ska utvärdera dem mot varandra, eller vilket specifikt problem man initialt skulle använda en lösning för

En ytterlighet: "kontinuerligt" lärande på 6-månaders diskreta block, för full intuitiv världskunskap Förväntar vi oss verkligen att det ska finnas något bättre än fortsatt hel-internet för-/mitt-träning + att göra om normal efterträning?

Visst, kanske kan du göra vikt-sammanslagning av den gamla posttränade kontrollpunkten med en ny CPT-kontrollpunkt för att spara pengar, kanske kan du bara CPT:a vissa lager/experter, och vi skulle kunna experimentera dyrt med vilken version av detta som är mest praktisk, men designutrymmet är känt

Med "kontextdestillation" menar jag att du vill ha någon automatisk pipeline som tar in informationsdumpar (chatttranskriptioner, webbtext, repohistorik) och omvandlar dem till något mer användbart för mitt/efter-träning än råformen (t.ex. grundläggande frågor och svar).