该框图展示了研究图谱中的一项中文首发研究：“多路随机缩放向量如何改变微调参数？”该方法基于多路随机缩放向量进行大模型微调。图片分为两个主要部分。A（权重更新示意）：原始模型权重保持冻结，模型通过多个并行的分支结构，将冻结矩阵输入低秩矩阵，再经过缩放向量处理。图中特别标注了“训练仅更新缩放向量”，说明其核心机制在于保持主干和低秩矩阵不变，仅训练极轻量的缩放向量参数（图中分支数量仅为示意）。B（原文如何验证）：原文使用LLaMA-7B作为底座，在8个常识推理数据集上进行验证，比较对象包括LoRA、Adapter等，结果口径为比较各数据集上的平均准确率。资料来源为2025年2月13日的中国科技论文在线。