本研究提出了一种新方法Horde，旨在解决增量学习中的任务边界不明确和类重复问题，优化学习策略。实验结果表明，该方法在经典和重复场景中表现优异。

本研究提出了一种名为DARE的新颖DIL方法，通过三阶段训练过程逐步适应新任务的表示，减缓特征编码器的表示漂移，降低灾难性遗忘，并在任务边界处防止表示漂移，保持对先前任务的性能。