研究者提出多任务加性低秩适配器JIVEAdapter

2026年10月7日，arXiv公开的一项人工智能研究提出了多任务加性低秩适配器JIVEAdapter。该方法将权重更新显式分解为跨任务共享的Joint结构与任务特有的Individual结构。在具体设计上，JIVEAdapter通过近正交惩罚来分离共享信号与特异信号，并在共享池与任务专属池之间自适应分配rank。此外，模型中冻结后的Joint部分能够直接作为先验复用于新任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。