本文介绍了一种可学习的漂移补偿（LDC）方法，用于解决持续学习中的语义漂移问题。LDC 可以快速且易于与现有的持续学习方法集成，并且可以与自监督 CL 方法结合使用，实现无示范半监督持续学习。在多个数据集上实现了超过目前最先进的监督和半监督性能。