M2LE 提出调节 LoRA 合并强度方法

M2LE 被 NeurIPS 2026 正式接收，针对现有方法利用共享标量控制更新的局限，提出基于联合损失估计调节 LoRA 合并强度。 该方法包含 HIM 和 TSP 两个组件，作者包括 Kun Gu 与 De Cheng 等团队。在多基准测试中，其持续表现优于现有 PEFT 持续学习方法。 目前相关代码已公开，论文详细阐述了该方法如何通过调节合并强度优化持续学习过程。

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。