模型适配

从模型重编程、参数高效微调，到大模型时代的提示调优、指令提示与上下文学习，研究者和从业者始终在探索一个核心问题：如何在尽量不修改模型参数的前提下，最大限度地复用预训练模型的能力？ 过去几年，这类方法在不同研究社区中以相对独立的形式快速发展——有的源于对抗鲁棒性与迁移学习领域，有的专注于下游任务适配，有的则成为大模型对齐与应用的基础工具。然而，这些看似分散的技…