MIND是一种参数隔离方法，通过引入两种不同的蒸馏过程和优化网络内部的BachNorm层，提高了没有重播数据的解决方案的性能，在几个广泛研究的数据集上达到了最先进的结果，对于没有重播数据的类增量学习和域增量学习，在资源受限环境中表现出卓越的性能。