英文：Continual Learning 分类：training
让模型持续学习新任务/新知识而不遗忘旧知识（灾难性遗忘）的学习范式：模拟人类"终身学习"，是模型上线后持续进化的关键挑战（在线更新、新领域扩展）。
挑战：灾难性遗忘（新任务覆盖旧参数）；方法：回放（存储/生成旧数据样本）、正则（EWC：重要参数约束）、架构（新模块/Adapter 隔离）、知识蒸馏（旧模型约束）；现代：大模型+LoRA（任务隔离）、数据管道持续更新（增量预训练）；评估：新旧任务平均性能（遗忘率）；产品：模型热更新（知识新鲜度）。
用于模型上线后的知识更新（新闻/产品变化）、多领域扩展（新增任务不重训）、Agent 记忆持续学习（长期记忆）与设备端模型（资源受限的增量学习）。