该研究提出了多模态大规模视觉语言模型（LVLM）及相关方法，如u-LLaVA和ViLaM，旨在解决任务间干扰问题，提升视觉与语言任务的性能。通过优化数据质量和训练配方，较小模型也能达到与大模型相当的效果，展示了在医学图像分析等领域的潜力。

TriRE是一种新的持续学习范式，通过保留最突出的神经元、修订和巩固提取知识，以及回溯和重新学习促进次要活跃神经元，显著减少了任务干扰，并超过了其他持续学习方法。