概念Low-Rank Expert
低秩专家
通过低秩分解构造的轻量适配模块，仅包含少量可训练参数，插入冻结骨干网络特定层中学习域或任务特定的残差调整
时间轴 (近 90 天)
10月21日
APRIL是一种无样本的域增量学习框架，基于共享冻结的BEATs骨干网络，顺序继承并隔离低秩专家，使新域适应不改变旧模型。
待验证50%
10月21日
低秩专家是通过低秩分解（如LoRA）构造的轻量适配模块，每个专家仅包含少量可训练参数，插入冻结骨干的特定层中学习域特定残差调整。
待验证50%
通过低秩分解构造的轻量适配模块，仅包含少量可训练参数，插入冻结骨干网络特定层中学习域或任务特定的残差调整
APRIL是一种无样本的域增量学习框架，基于共享冻结的BEATs骨干网络，顺序继承并隔离低秩专家，使新域适应不改变旧模型。
低秩专家是通过低秩分解（如LoRA）构造的轻量适配模块，每个专家仅包含少量可训练参数，插入冻结骨干的特定层中学习域特定残差调整。