ACL 综述:统一框架梳理权重/提示/嵌入三类 LLM 高效任务适配
kalyan_kpl · x · 2026-11-09
一篇发表于 AACL/IJCNLP 2026（短文，pp.600-631）的综述系统梳理 LLM 高效任务适配：作者 Jungwon Park、Changin Choi、Jimyeong Kim、Nojun Kwak、Wonjong Rhee 提出统一框架，按任务信息编码位置将方法分为三大范式——基于权重的适配（参数高效微调）、基于提示的适配（in-context learning）、新兴的基于嵌入注入的适配。综述给出整合三类范式的完整分类体系，分析各自优劣与跨范式关系，并指出未来研究方向。
「研究」频道最新
- 非凸优化之谜：八九十年代的解析解根本不靠凸性 — caglar_ee · 2026-11-09
- DefFlow：用 3D 点流让机器人把绳、布揉成指定形状 — drsrinathsridha · 2026-11-09
- RLDM 2027 大会官宣第二位主讲人：《对齐问题》作者 Brian Christian — dabelcs · 2026-11-09
- Nature 书评:AI 正在改变数学,人类洞见或成过去阶段 — LucaAmb · 2026-11-09
- 无视觉无触觉:Tu Darmstadt 展示纯本体感知人形踢球玩滑板 — Jan_R_Peters · 2026-11-09
- 华为诺亚提出 LowRAM:注意力头内摊销 Value 实现 4 倍 KV 压缩 — Teresa Delgado · 2026-11-09