本研究提出了一种示例屏蔽框架，旨在解决多模态增量学习中信息处理与知识学习的冲突。该框架通过掩盖非重要标记来减少存储需求，并结合多模态数据增强技术，提高旧知识重放的效率，展现出在有限内存条件下的高效性和稳健性。