AlerDistill

aler-distill 是一个专为大型语言模型（LLM）持续学习设计的方法。它通过搜索高风险的潜在提示嵌入，并从冻结的参考模型中蒸馏知识来修复更新后的模型。此项目提供了ICML 2026论文《Adversarial Latent Embedding Repair for LLM Continual Learning》中的官方实现代码。适合对机器学习、特别是自然语言处理领域感兴趣的开发者和研究人员使用。