LLaMA-Adapter

LLaMA-Adapter 是一种轻量级参数高效微调方法，用于快速适配 LLaMA 系列大语言模型以支持指令遵循与多模态理解（如图文联合推理）。其核心采用零初始化注意力模块（Zero-init Attention），仅需约120万参数、1小时内即可完成微调，显著降低计算开销。技术上兼容 LLaMA/LLaMA2 架构，支持文本指令微调及视觉-语言联合建模（V2 版本）。适用于资源受限场景下的垂直领域模型定制、多模态小样本适配及教学/研究型快速原型验证。