一种分层持续学习方法、装置、设备及存储介质

本申请实施例提供一种分层持续学习方法、装置、设备及存储介质，应用于金融保险领域。所述方法可以在获取多源金融保险数据后，根据多源金融保险数据生成统一语义表示。再使用统一语义表示训练低秩矩阵，以基于低秩矩阵对模型参数执行低秩增量更新。通过获取当前任务信息，并根据当前任务信息通过门控网络选择目标专家子模型，从而通过在多个学习层级持续学习输出决策结果。所述方法可以基于分层持续学习策略缓解灾难性遗忘，使决策模型能够在任务不断增加的情况下，保持长期稳定性能。所述方法还可以利用低秩适配和专家混合，提升计算效率，并根据不同险种、地区和客户群体生成个性化结果。