lora-adapters

LatentSkill将文本技能转换为存储在权值空间中的LoRA适配器，减少上下文开销，同时保持LLM智能体的模块化和可组合性，在ALFWorld和Search-QA基准测试上取得了显著改进。

提出KOFF框架，利用结构化剪枝和LoRA适配器将预训练大语言模型分解为稀疏共享骨干网络与领域特定外部记忆，实现12%稀疏度且无明显性能损失。

本文描述了LoRA适配器中在令牌特征层面激活的后门，并提出了行为级和权重级检测方法。该后门在相关令牌模式上泛化，但在结构相同的模式上不泛化，检测方法表现出强分离性。

LoREnc是一个无需训练的框架，通过谱截断与补偿来保护基础模型和LoRA适配器，防止未经授权的模型恢复，同时为授权用户保持性能。已被ICIP 2026录用。