面向应用流的 GUI 智能体持续学习：激活条件选择性知识控制

研究者提出激活条件选择性知识控制方法，通过神经元级梯度操作实现 GUI 智能体在应用流上的选择性知识保留。该方法维护紧凑的历史知识状态，保护高激活 MLP 神经元，对新应用按前向激活实时做梯度手术：未激活神经元梯度截断以防干扰，已激活神经元梯度正交投影以兼顾稳定与适应，每阶段后将新识别的关键神经元并入历史状态。