当时间成为变量：流式持续学习中的任务切分如何扭曲评估真相
在人工智能领域，持续学习（Continual Learning, CL）已成为应对动态现实世界的重要技术方向。然而，当我们面对网络流量预测等真实数据流时，一个看似技术性的问题却可能从根本上动摇整个评估体系的根基：我们究竟应该如何定义‘任务’？
从连续到离散：被遗忘的决策节点
主流的流式持续学习框架通常采用时间窗口切分的方法，将连续的传感器读数或网络日志切割为一个个独立的‘任务’。这种看似自然的做法背后，隐藏着对数据本质的重大假设。每个切分边界不仅是一个数据点的简单标记，更是在模型认知空间里刻下的‘记忆烙印’——它决定了哪些信息被视为新知识，哪些属于旧经验。
更关键的是，这种切分选择往往基于便利性或历史惯例，而非理论依据。例如，CESNET-Timeseries24数据集上常见的9天、30天或44天窗口划分，可能源于数据采集频率或存储限制，而非对概念漂移模式或任务边界的科学分析。这种‘一刀切’的做法，使得大量关于CL算法性能的结论建立在脆弱的预设之上。
实验揭示的深层悖论
为了验证这一猜想，研究团队设计了一个精巧的实验：固定数据流来源、模型架构、训练预算等所有变量，仅改变时间切分策略。结果显示，即使是微小的边界扰动，也能引发显著不同的评估结果。以Experience Replay为例，在较短的9天窗口下，其性能波动幅度远超44天窗口；而Learning without Forgetting则表现出更强的鲁棒性。这些差异直接反映在预测误差、灾难性遗忘程度和反向迁移效应等核心指标上。
- 塑料性与稳定性剖面的可视化显示，短窗口切分会产生更锯齿状的性能曲线，表明模型更难建立稳定的知识表征；
- 剖面距离度量量化了不同切分方案之间的结构差异，发现短窗口间的差异普遍大于长窗口间；
- BPS指标则进一步证明，短窗口切分的评估结果对边界位置高度敏感，任何人为调整都会导致结论偏移。
对现有范式的系统性挑战
这项研究的意义远不止于提出一个新指标。它直指持续学习领域的一个根本性问题：当我们将连续过程离散化时，是否无意中过滤掉了关键的时间维度特征？例如，某些重要的概念漂移可能在多个短任务中反复出现，却被长任务切分掩盖；反之，长任务又可能混合了多个不相关的变化模式，误导模型优化方向。
更进一步看，不同切分策略实际上诱导了不同的CL‘游戏规则’。短窗口迫使模型不断适应快速变化的环境，更接近在线学习场景；长窗口则允许更深层次的抽象，但增加了遗忘风险。这意味着同一组实验数据，在不同切分下可能分别验证‘灾难性遗忘严重’或‘适应能力优秀’两种对立观点。
构建更严谨的评估生态
面对这些发现，研究者们必须重新思考基准测试的设计哲学。首先，应明确报告任务切分参数及其合理性，就像报告超参数一样重要。其次，需要开发标准化的任务边界检测方法，如基于统计检验的概念漂移检测，而非依赖固定周期。最后，未来的CL系统可能需要具备动态调整任务边界的能力，根据数据特性自动确定最优切分点。
从更宏观的角度看，这项研究也提醒我们：在AI研究中，那些最不起眼的‘基础设施’选择，往往承载着最深远的理论含义。正如计算机视觉领域曾因ImageNet的单一切分标准而长期受限，如今持续学习也需要摆脱对特定时间窗口的路径依赖。唯有如此，我们才能构建真正反映算法本质能力的评估体系，推动领域向纵深发展。