该研究提出了一种通过离散键值瓶颈实现局部更新的方法，以解决持续学习中的模型遗忘问题，有效减轻灾难性遗忘，并在多个NLP场景中表现出竞争力。

本研究提出了一种新颖的对齐特征隔离方法，以解决增量人脸伪造检测中的模型遗忘问题。通过堆叠旧任务与新任务的特征分布，保护已学习的信息，实验结果验证了该方法的有效性。