该图聚焦参数高效大模型训练，对比了双侧协同LoRA、MTL-AWL与大豆渐进微调三种策略在梯度路径、可训练层及部署预算上的差异。双侧协同LoRA强调视觉端与语言端的双重适配：图像经视觉LoRA提取特征，跨模态桥接输入LLM解码器，语言LoRA与自回归损失端到端反传。其核心不在“双侧LoRA”本身，而是利用文本监督反向优化视觉表示。MTL-AWL关注多模态训练与单模态部署：训练时输入图像和文字，通过随机丢弃文本模态、联合损失（InfoNCE/注意力/一致性）及可学习的自适应任务权重实现多任务优化；部署时仅输入图像，有效降低推理时延与算力。大豆渐进微调侧重跨架构参数复用：先利用辅助ViT进行贝叶斯超参搜索，再迁移至Qwen2.5-VL，进行PEFT阶段化冻结+LoRA微调，并通过多分辨率评测验证小样本稳健性。图底强调关键对照：必须同时衡量训练成本（参数/显存/GPU小时）与跨棚室泛化，仅在同一数据集比较准确率不足以证明效率优势。该图逻辑严密，极具实操参考价值。