通过轨迹级奖励塑形和跨任务优势归一化，有效缓解RFT方法在视觉持续学习中的灾难性遗忘问题

提出Fast-Slow Training框架，将慢权重RL与快权重提示词优化协同演化

用 Wasserstein 距离衡量任务几何冲突,既解释又控制 LLM 持续后训练遗忘

提出BR-MoE双层路由MoE机制，把PTM-based类增量学习首次扩展到300+非重叠任务。

提出存储-反思-经验三阶段演化框架，统一LLM智能体记忆机制的研究视角。

用上三角几何约束让多个领域适配器可堆叠成准阿贝尔群，O(1)推理并缓解灾难性遗忘。

让步数蒸馏扩散模型持续学习新概念而保持少步推理能力

把 SFT 幻觉重新解读为事实遗忘，并给出参数冻结与自蒸馏两类缓解方案。

语义聚类指导的分布感知采样，DoRA+持续学习缓解跨语言负迁移

首个评估智能体技能持续学习的基准，含20个真实任务和三级评估框架

用LLM自身调用日志训练轻量替代模型，按一致性门槛自动路由降本。

用OT理论在线学多中心GMM，缓解OCIL中数据多模态与灾难遗忘问题

冻结 MoE-LoRA 栈 + 零空间投影 + 经验路由,发现适配器实际编码可迁移的认知原语。

通过token级路由漂移分析与漂移感知的动态MoE扩展，解决VLM持续学习中的灾难性遗忘

通过对比反思历史提交积累仓库特定技能，生成符合项目风格的代码

通过联合优化实例和结构抽象来减少灾难性遗忘，提高关系泛化能力

通过全局训练上下文和代码式精准编辑，让LLM代理在研究编程任务中持续自适应学习

通过读写反思学习，让LLM智能体自主构建、优化和复用技能库，实现无需参数更新的持续学习

持续元学习框架，让LLM智能体通过技能注入和空闲期RL实现零停机进化

提出OEL框架，让语言模型从部署经验中持续自我改进