持续元学习结合了两个重要的学习范式：持续学习和元学习。
持续学习使模型能够依次学习一系列任务，而不会遗忘之前的任务（避免灾难性遗忘）。
元学习侧重于训练模型，使其能够通过少量样本快速适应新任务。
在持续元学习中，模型被训练以持续掌握新任务，同时保持快速适应的能力。
典型技术包括存储机制、正则化和快速适应策略，以保持知识并保持灵活性。