INFTY Engine：面向Continual AI的优化利器，打破传统优化器默认配置的束缚，提供灵活且高效的持续学习解决方案。

• 核心优势：内置多种专为Continual Learning设计的优化算法，精准应对灾难性遗忘、稳定性与可塑性矛盾、泛化能力等关键难题。
• 兼容广泛：支持PTM-based CL、Continual PEFT、Diffusion、VLM等多种持续学习场景；适配ResNet、Transformer、ViT、CLIP、Diffusion等多样模型结构。
• 插件式设计：便捷替换和集成，轻松嵌入现有训练流水线，无需深度改造。
• 理论与实用兼备：内置可视化工具涵盖损失平面、Hessian谱密度、梯度冲突曲线与优化轨迹分析，助力深入理解优化行为。
• 三大主流算法覆盖多重场景：
 – C_Flat：通过统一和平坦的损失景观促进跨任务适应，兼容预训练模型和多架构。
 – ZeroFlow：无需反向传播的梯度近似，结合PTM实现快速收敛。
 – UniGrad_FS：多目标梯度干扰缓解，聚焦共享参数的梯度操控。
• 多模态支持：持续文本到图像扩散模型训练（CIDM）、视觉-语言模型持续学习（DMNSP）均有实践案例。
• 快速上手：pip一键安装，示例丰富，支持自定义优化器封装与损失函数定义。

INFTY不仅是优化工具，更是持续学习领域统一且可扩展的基础设施，助力研究者与工程师突破长期学习瓶颈。