SWIFT：基于小世界连通性打破稀疏微调信息孤岛的框架

SWIFT 提出一种基于小世界连通性的稀疏微调框架，利用固定散射置换实现特征组间路由，无需增加可训练参数，打破特征维度信息孤岛。 理论与实验表明，SWIFT 在常识推理、自然语言生成及图像分类任务中平均优于其他参数高效微调（PEFT）基线，部分场景可达或超过全量微调效果。 该工作已被 NeurIPS 2026 接收。