지속적 학습 모델의 성능 저하를 방지하기 위해 신경과학에서 영감을 받아 특징 증류와 재통합 기법을 제안한다. 이를 통해 이전 과제의 지식을 효과적으로 유지하면서 새로운 과제를 학습할 수 있다.
