本文综述二值神经网络与连续学习结合的研究，提出混合量化CWR*方法，在低功耗设备上实现高效片上学习；介绍基于PULP处理器的软硬件平台，通过量化和潜在重播降低内存开销；并总结BNN训练策略改进（如可训练缩放因子、BinaryDenseNet等），在ImageNet等数据集上提升精度，验证了嵌入式设备实时连续学习的可行性。