Jie Tang

这篇由清华大学知识工程组撰写的综述系统梳理了面向基础模型（FM）的参数高效微调（PEFT）技术，将方法归纳为选择性、加性、提示、重参数化和混合五大类，并按大语言模型、视觉基础模型、视觉语言模型、视觉内容生成模型和多模态基础模型五类模型结构分别综述其应用，同时基于Semantic Scholar引用量给出三条趋势判断（PEFT整体快速增长；LLM与VFM主导；MFM相对欠探索），并指出可靠性、可解释性和统一基准等未来方向。

这篇由清华大学知识工程组撰写的综述系统梳理了面向基础模型（FM）的参数高效微调（PEFT）技术，将方法归纳为选择性、加性、提示、重参数化和混合五大类，并按大语言模型、视觉基础模型、视觉语言模型、视觉内容生成模型和多模态基础模型五类模型结构分别综述其应用，同时基于Semantic Scholar引用量给出三条趋势判断（PEFT整体快速增长；LLM与VFM主导；MFM相对欠探索），并指出可靠性、可解释性和统一基准等未来方向。