强化学习参数分配

参数高效的持续学习方法：在有限模型容量下提升可塑性且不遗忘

Parameter-efficient Continual Learning for Enhancing Plasticity without Forgetting under Limited Model Capacity

在模型容量受限时，用梯度引导的冻结参数复用加强化学习式参数分配来平衡稳定性与可塑性，可直接迁移到视觉骨干（如 ViT）的长序列增量微调，避免每来一个新任务就扩参数。