Originalarbeiterreichbar
Parameter-Efficient Transfer Learning for NLP
Houlsby und Mitautoren zeigen am 02.02.2019, dass sich ein Modell über kleine eingeschobene Bausteine an eine Aufgabe anpassen lässt, während der Rest unverändert bleibt. Die Arbeit steht zwei Jahre vor Lo
geprüft 10.11.2026Archivfassung (externe Seite, web.archive.org)
Worauf sich diese Seite beruft, wörtlich, abgerufen am 06.08.2026:
we attain within 0.4% of the performance of full fine-tuning
bestätigt 10.11.2026adding only 3.6% parameters per task
bestätigt 10.11.2026
Low-Rank Adaptation im Glossar02 Ein Modell auf eigene Daten abstimmen