AutoAdapt框架发布：自动发现领域实现低成本扩展

Josh McGiff 等作者发布 AutoAdapt 模块化框架，通过自动发现潜在领域并独立并行训练各领域的 LoRA 适配器，新增领域和数据时只需单独训练对应适配器，无需修改其他适配器或重训练全模型。 该框架通过构造方式避免领域间干扰，实现无分类体系的模块化领域专精。在 14 个领域基准和 GPT-4o 成对评判中，AutoAdapt 达到与全领域 LoRA 适配器相当的性能，且无聚合性能损失。上述结果基于作者发布的论文，尚未见独立复现。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。