Es la capacidad de un modelo de IA para aprender de forma incremental a partir de un flujo continuo de nuevos datos, sin olvidar el conocimiento previamente adquirido. Esto permite que el modelo rinda mejor en escenarios reales, ya que puede adaptarse a cambios y nuevas tendencias a lo largo del tiempo. Combina la precisión técnica con respuestas que se adaptan al contexto cambiante del usuario o del negocio. Se implementa con datos curados, ventanas de contexto optimizadas y ""guardrails"" que aseguran que el nuevo aprendizaje sea estable.