深度分析 投影重放編排（PRO）與 PRO‑MAX：跨模態聯邦類別增量學習的輕量記憶解決方案 在聯邦類別增量學習中，客戶端面臨標籤不均與任務階段不同的挑戰。研究提出 PRO 框架，以投影記憶取代合成輸入，並在伺服器端保存緊湊的類別特徵統計。實驗顯示在影像、文字與圖形資料上，PRO 及其加強版 PRO‑MAX 能提升保留率與最終效能，且在異質環境下優於傳統生成式重放。
