该研究提出了一种可控遗忘机制，解决了少样本类增量学习中适应新类别与保持原有类别性能的矛盾。通过新类别检测规则(NCD)，该机制显著提高了新类别的准确率，并有效控制了原有类别的遗忘率。

开放词汇检测（OVD）是一种新型目标检测方法，旨在识别未知对象。研究提出了多种方法，特别是DRR方法在OVD-COCO基准测试中表现优异，显著提高了AP$_{50}$。通过自然语言监督学习和图像文本对齐，研究在多个数据集上实现了卓越性能，解决了新类别检测的局限性，并提出了有效的后处理方案以提升检测准确性。