Badacze przedstawili EMA, nową metodę umożliwiającą efektywną adaptację modeli machine learning do nowych zadań i danych. Podejście zmniejsza wymagania obliczeniowe i pamięciowe w stosunku do tradycyjnego fine-tuningu, zachowując wysoką wydajność modeli. Technika ma potencjał praktycznych zastosowań w scenariuszach, gdzie zasoby obliczeniowe są ograniczone, takie jak urządzenia edge czy systemy real-time.