Cornell University（康奈尔大学）

Exploring parameter-efficient fine-tuning (PEFT) of billion-parameter vision models with QLoRA and DoRA: insights into generalization for limited-data image classification under a 98:1 test-to-train regime

探索使用QLoRA和DoRA对十亿参数视觉模型进行参数高效微调：在98:1测试到训练数据比例下有限数据图像分类的泛化性洞察

Haiyu Yang, Sumit Sharma, Enhong Liu, Miel Hostens

机构 * Cornell University, College of Agriculture and Life Sciences（康奈尔大学农业与生命科学学院） 纠错

AI总结 本文比较了三种方法在有限数据图像分类中的泛化能力，发现参数高效微调显著优于其他方法，最佳配置在较短时间内达到高准确率。