GDumb: A Simple Approach that Questions OurProgress in Continual Learning（论文总结）摘要：1、介绍：2、问题的公式化、假设、趋势3、GDumb：4、实验结果：未来趋势：
GDnumb这个算法不是专门设置在CL的问题上，但是目前有许多不同的算法都有简单的限制以至于他们甚至打破了持续学习的概念，例如：约束条件是可能会采取一个给定的先验标签子集。我们首先提供了一个用于分类的CL的一般公式。然后，我们研究了现有CL算法的流行变体，并根据它们对上述一般公式所施加的简化假设对其进行分类。讨论它们如何对标签空间不断增长的性质、标签空间的大小或可用资源施加约束基本上没有一个场景实际上模拟了暴露在现实世界上面临CL的一般形式。
