用超网络生成仓库级LoRA适配器，零推理开销注入代码库知识并跟踪演化

通过Perceiver超网络将视频编码为LoRA适配器，实现零视觉token的视频问答。

提出三轴框架，通过PEFT在万亿参数基础模型上构建百万个人模型实例

提出PEFT-Arena基准，发现正交微调在稳定性和可塑性权衡上最优，并揭示SFT超调现象

通过双流注意力模块与视觉感知适配器，让冻结 LLM 精准识别并翻译 Web 图像中的多语种文字

用低秩截断与补偿，免训练保护基础模型与LoRA，授权端无损恢复。

首个覆盖 9 种印度语言的多轮平行医疗对话数据集与可部署模型

提出可查询低秩更新记忆库，用指令正则化路由替代静态LoRA

插入对角矩阵P，让单个LoRA适配器在所有子秩上同时学习层级特征。

提出BR-MoE双层路由MoE机制，把PTM-based类增量学习首次扩展到300+非重叠任务。

在Ego-Exo4D上用三套参数高效方法把多视角动作熟练度估计推向生成式反馈

为LVLM设计并行PVM模块，缓解长序列生成中的视觉信号衰减

语义聚类指导的分布感知采样，DoRA+持续学习缓解跨语言负迁移

用 RDP 算法把隐藏态当成几何轨迹，挑选关键层做稀疏 LoRA 微调

诊断 LoRA 合并干扰集中在 B 矩阵，提出 B 空间预校准方法 Pico。

用一阶 Taylor 展开精准识别 MLLM 中语言特异与跨模态共享神经元，仅微调关键子集实现图像翻译 SOTA。

用合成数据集 + LoRA 微调让 DINOv2/DINOv3/RADIO 等纯视觉基础模型在零样本异常检测上首次反超 CLIP 类方法。

冻结 MoE-LoRA 栈 + 零空间投影 + 经验路由,发现适配器实际编码可迁移的认知原语。

通过仅优化初始循环状态实现零推理开销的高效模型微调方法

通过token级路由漂移分析与漂移感知的动态MoE扩展，解决VLM持续学习中的灾难性遗忘