本文介绍了CroMo-Mixup，一种用于解决连续自我监督学习中任务混淆问题的特征混合框架。通过混合样本、学习样本嵌入的相似性以及原始图像，提高负样本多样性、促进跨任务类对比学习和旧知识检索。实验证明该框架在任务标识预测和所有任务的平均线性准确性上有效，并与四种先进的自监督学习目标兼容。