本文提出了一种新的类增量学习方法（VAG），通过将其视为连续标签生成问题，减少灾难性遗忘。研究表明，VAG 方法在性能上优于基线方法。此外，提出的生成类增量学习（GCIL）方法结合遗忘机制，显著提升了模型获取新知识的能力。