本研究提出了两种高效框架，利用模型压缩技术降低持续学习中的推理复杂度，平衡稳定性与适应性。实验结果表明，这些框架在准确性与复杂度之间取得了良好平衡，具有实际应用潜力。

本文研究了基于Sato分布语义的概率逻辑程序，分析了基于稳定和基于良基模型的语义，探讨了credal语义产生的概率模型集合是无限单调Choquet容量的结果产生的几个有用的结果，并研究了其推理和查询的复杂度。作者对此进行了详细说明，并对无环、分层、周期性的命题和关系程序，提出了推理和查询复杂度的结果，该复杂度达到各种计数层次和指数级别。