FiLoRA：用指令控制模型特征依赖的适配框架

Hyunsuk Chung 等作者提出 FiLoRA（Focus-and-Ignore LoRA），一种指令条件化的参数高效适配框架。它把适配拆成与特征对齐的低秩模块，并加上由指令控制的门控，让自然语言指令成为作用于模型内部表示的控制信号，在不改变任务和预测目标的前提下，选择性地放大或抑制不同特征组。 作者称，在受控分类和生成式多模态任务上（包括自然指令与组合指令），FiLoRA 都能让模型对特征的依赖发生一致且可解释的变化，并据此提出：指令条件化的参数适配可作为干预模型内部行为的实用机制。上述效果均为作者在论文中的说法。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。