低秩适配融合
通过冻结基座权重并插入可搜索的LoRA适配器，统一通用融合能力与任务特定适应性，并能即插即用扩展至其他融合方法。
Liangjie, Song · Hanlin, Xu · 刘刚 · 肖刚 · Bavirisetti, Durga Prasad
Information Fusion 2027
通过针对性训练不同分支，模型能够在低光、雨天等不同降质条件下自适应工作，无需为每个场景单独训练模型。
只训练少量LoRA适配器而冻结基座权重，即可针对新场景调整模型，大大降低计算和存储开销。
设计的即插即用分支能够无缝扩展到其他融合方法，方便已有模型快速获得动态适应能力。
在任务驱动下，融合结果能直接提升下游目标检测器的准确率，最高提升4.77%。