SWIFT稀疏微调框架获NeurIPS 2026接收

Xianchao Guan等人提出了名为SWIFT的稀疏微调框架，该框架受小世界连通性启发，旨在解决特征维度中的信息孤岛问题。通过利用固定散射置换实现特征组间路由，SWIFT在无需增加可训练参数的前提下，显著提升了模型性能。 理论分析与实验结果表明，SWIFT在常识推理、自然语言生成及图像分类等多项任务中，平均性能优于其他参数高效微调（PEFT）基线。在部分特定场景下，其效果甚至可达或超过全量微调的水平。目前，该工作的完整实现代码已公开发布，且论文已被NeurIPS 2026正式接收，全文共23页并包含6幅图表。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。