연구진은 지속적 학습에서 회복 가능성의 기하학적 구조를 분석했어요. Split CIFAR-100 데이터셋과 ResNet-18 모델을 활용해 10개 작업에 걸쳐 회복 가능성, 표현적 드리프트, 회복 복잡성을 측정했어요. 새로운 지표인 회복 서브스페이스 차원(k_t)은 90%의 성능 유지를 위한 최소 특이 방향 수를 나타내요.
기존 가설과 달리 회복 차원은 훈련 과정에서 안정적이며 평균 8.0으로 유지돼요. 주성분 각도 드리프트가 회복 가능성을 잘 예측하며, 간단한 기하학적 모델로 회복 가능성 변동의 82.2%를 설명해요.