联邦类增量学习（FCIL）是一种解决灾难性遗忘和非独立同分布数据的新方法。原型注入提示（PIP）方法通过注入和增强原型，并在服务器端聚合加权高斯，提升了在CIFAR100、MiniImageNet和TinyImageNet数据集上的性能。PIP在不同任务规模上表现出色，并且需要更少的本地客户端和全局迭代。PIP的源代码、基准代码和实验日志将在指定的URL上公开共享。