学会新任务，为什么会破坏旧任务，怎样判断保护是否有效？

研究对象

可微电阻网络和允许局部更新的对照；先分开可共存任务与同输入矛盾标签，再比较任务顺序、端口重叠、拓扑、更新阈值与重访。

为什么值得做

拟得到任务重叠、物理通路改写与保留的对应，并在相同新任务误差下比较旧任务；将少学新内容、共同容量不足与额外记忆保护分开。

待比较的机制

• 任务本来冲突或共同容量不足，保留不能同时满足两目标
• 可共存任务共享敏感物理通路，顺序更新改写旧功能
• 阈值、重访或锚定减少干扰，但可能通过牺牲新任务适应或额外资源换来

与父库的分界

专题第6篇。T54研究睡眠再激活，T77区分旧任务保持与新任务可塑性，T33研究生物表征漂移；本题核真实网络约束、端口/通路与更新规则。2026可微电阻研究使用梯度训练，不能直接宣称自主局部硬件。父库记忆/脑网络类比作背景，不由物理网络结论推出大脑统一算法。

证据入口

1. Sequential learning and catastrophic forgetting in differentiable resistor networks

   2026 · PRE113,065303，2026-06-04；核发表题录、摘要及作者代码链接。可微电阻网络的梯度训练/拓扑对照，不能当作全局梯度已由纯局部硬件实现；正文与归档版本待补核。 · 摘要或题录入口已核

2. Remembrance of Tasks Past in Tunable Physical Networks

   2025 · 作者预印本v1，2025-12-03；核摘要：阈值限制更新、功能区域分隔与顺序记忆，属模拟。开题需核任务是否共同可实现、新任务表现匹配及调参成本定义，未运行。 · 摘要或题录入口已核

3. Physical learning in resistor networks — author code and archived release

   2026 · 作者仓库README/目录入口已核，列连续训练、锚定、梯度冲突、通路变化和恢复；发表文列归档doi10.5281/zenodo.18909778。未下载/读具体代码/执行，开题固定版本并核可运行性。 · 摘要或题录入口已核

入口初筛 2026-10-09；课题尚未完成时，这些材料不代表已有研究结论。