arXiv · cs.AI· Mohammed Rawhani, Dervi\c{s} Karabo\u{g}a, \"Ozkan Ufuk Nalbanto\u{g}lu, Alper Ba\c{s}t\"urk, Bahriye Akay·· 1 天前
MixedPEFT将多种PEFT方法结合用于无监督领域自适应
MixedPEFT: Combining Multiple PEFT Methods with Mixed Objectives for Unsupervised Domain Adaptation
arXiv:2606.22272v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mohammed Rawhani, Dervi\c{s} Karabo\u{g}a, \"Ozkan Ufuk Nalbanto\u{g}lu, Alper Ba\c{s}t\"urk, Bahriye Akay
研究任务与主要进展
作者提出MixedPEFT，将可逆适配器与LoRA结合，并同时优化有标注源域数据上的分类损失和无标注目标域数据上的掩码语言建模损失。基于论文摘要，该方法在MNLI数据集的20个领域偏移上，平均性能较UDapter、DANN和DSN分别提升1.41、1.26和0.86个百分点，同时仅更新7%的模型参数。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org