参数高效微调

研究团队提出结合提示工程与参数高效微调的方法，使中型开源大模型在文档级事件论元提取任务中首次超越GPT基准表现，其中Phi-4模型在事件共指评估中达到42.39% F1值。

最新研究通过结构化基准测试和参数高效微调，证明3B参数以下的小型语言模型经过专门优化后，可在本地硬件约束下胜任结构化专业任务，为AI民主化提供可行路径。

研究者提出基于PEFT的块扩散草案生成方法，试图通过轻量适配器加速语言模型推理，但实验表明该方法未能实现实际加速效果。