原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种应用于预训练模型的高效微调方法，包括如下步骤：S1：对前缀调优的等效形式进行推导，并与适配器实现相互关联。S2：基于步骤S1获得前缀调优与适配器的关联，构建通用框架，将多种参数调优方法进行统一。S3：根据步骤S2中的通用框架，通过跨方法转移设计得到并行适配器和缩放并联适配器。本发明探究局部调优，通过设计出混合匹配适配器，在不同的任务集上表现出与完全微调相当的性能。可以仅通过添加0.5％的预训练参数实现高效调优，可以快速适应新任务。调优所需参数更少，且效率更高。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117808064A
(43)申请公布日2024.04.02
(21)申请号202311843271.9
(22)申请日2023.12.29
(71)申请人派欧云计算（上海）有限公司
地址
文档评论（0）