본 논문은 지속적인 일반화 범주 발견 문제를 다룬다. 기존 범주를 망각하지 않으면서 지속적으로 새로운 범주를 발견하고 학습하는 방법을 제시한다. 극치값 이론(EVT)을 활용하여 새로운 샘플을 분리하고, 프록시 앵커와 확률 포함 함수를 통합하여 알려지지 않은 샘플을 거부하는 새로운 방법을 제안한다. EVT 기반 손실 함수를 도입하여 학습된 표현을 향상시키고, 모델 크기를 줄이고 중복 프록시를 제거하기 위한 EVT 기반 접근 방식을 제시한다. 경험 재생 및 지식 증류 메커니즘을 통합하여 망각을 방지하고, 실험 결과를 통해 기존 방법보다 우수한 성능을 보임을 입증한다.
