파라메트릭 학습
파라메트릭 학습은 모델의 가중치(파라미터)를 직접 업데이트해 경험을 축적하는 방식으로, 컨텍스트에만 의존하는 비영구적 메모리와 달리 학습된 지식을 모델 내부에 압축해 저장한다. 본문에서는 파라메트릭 접근이 장기적·안정적 향상에서 더 높은 상한(ceiling)을 가질 것으로 전망되며, 이를 위해 아키텍처 변경이나 메타러닝 성격의 훈련 데이터·손실 설계가 필요하다고 언급되었다. 샘플 효율성과 장기 안정성을 핵심 목표로 삼는다.
