待验证60% 置信事实精确时间

Adapter由Houlsby等人于2019年提出，在Transformer每层前馈网络后插入小型瓶颈模块，微调时只训练插入模块

2

来源数

60%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

BERT新增分类类别：增量微调的三种策略与灾难性遗忘解法

相关事实

待验证直接调用PyTorch中封装好的nn.Transformer等高层API的黑箱式使用方式，在调试模型或改进架构时会成为短板64% 相似待验证LRCC为每个Transformer块训练一个轻量级路由器，在嵌套的低秩路径中按token动态选择计算通道61% 相似待验证Transformer架构在自回归生成时需要对已处理过的token维护Key和Value张量56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502641

API

curl https://kongchang.com/api/v1/knowledge/claims/502641

MCP

get_claim(id=502641)