데이터 없이 연속 학습(DFCIL)은 모델 반전을 활용하여 가짜 샘플을 합성하고 파국적인 망각을 완화합니다. 연구진은 특징 종속성을 모델링하는 것이 효과적인 DFCIL의 핵심 요소임을 보여주었습니다. REMIX는 라플라스 커널 파라미터화를 활용하여 특징 차원성에 따라 선형적으로 확장되는 메모리를 사용하여 구조화된 특징 종속성을 캡처합니다.