L'apprentissage méta continu combine deux paradigmes d'apprentissage importants : l'apprentissage continu et le méta-apprentissage.
L'apprentissage continu permet à un modèle d'apprendre une série de tâches successivement, sans oublier les tâches précédentes (éviter l'oubli catastrophique).
Le méta-apprentissage se concentre sur l'entraînement des modèles afin qu'ils puissent s'adapter rapidement à de nouvelles tâches avec peu d'exemples.
Dans l'apprentissage méta continu, un modèle est entraîné à maîtriser continuellement de nouvelles tâches tout en conservant sa capacité d'adaptation rapide.
Les techniques typiques incluent des mécanismes de mémoire, des régularisations et des stratégies d'adaptation rapide pour préserver les connaissances et rester flexible.