adapters

ACE提出了一种方法，用于整合MoE大语言模型中跨专家的冗余适配器，以实现更高效的参数高效微调，训练速度提升最高可达1.48倍，且不增加峰值内存。

LatentPress介绍了一种将对话和文档上下文压缩为连续记忆令牌的方法，使冻结解码器无需文本重建即可直接读取，实现更高的压缩比并在长上下文任务上提升性能。

论文描述了提交给 WMT 2026 MIST 共享任务的内容，使用 Tiny Aya Global 模型以及为多语言摘要和问答任务专门设计的 QLoRA 适配器。

作者构建了两个开源项目：A2A Adapter 和 Hybro，以实现不同AI智能体之间的互操作性，使它们能够协作而不互相替代。

腾讯研究人员提出YOLO-PEFT，一种结构感知框架，将适配器放置视为约束规划，在YOLO检测器上优于全量微调，同时使用的可训练参数显著更少。

AuroSFT introduces a parameter-efficient adapter-based framework for multi-task supervised fine-tuning that rolls back adapter checkpoints at task-wise peaks instead of full-model checkpoints, achieving higher average accuracy than mSFT.

SemiAdapt-Instruct proposes a modular framework that discovers latent instruction domains, trains per-domain LoRA adapters in parallel, and routes among them without extra parameters, enabling extensible instruction tuning where new domains require only single-adapter updates instead of full retraining.

LARA 是一种高效适应方法，它向冻结模型的残差流添加低秩修正，而不是修改权重，在匹配 LoRA 性能的同时实现可组合行为和推理时调控。

SafeGene 提出了一种可复用的安全适配器模块，将安全能力与任务特定更新解耦，从而通过少样本重校准，在下游微调后高效恢复开放权重大语言模型的安全对齐。

本文介绍了Code2LoRA，一种基于超网络的方法，用于生成代码语言模型的适配器，以应对软件演化中的挑战。

本文探索将参数高效微调（PEFT）用作持久化个性化模型的紧凑基底，研究了向上、向下和向外扩展，并介绍了用于管理适配器的MinT。

作者使用vLLM在一张GPU上对服务1000个LoRA适配器进行了基准测试，发现活跃适配器数量和流量模式才是真正的瓶颈，并提供了调优max_loras的建议。