该框架展示了“中文顶刊怎样写‘大模型训练方法’：一篇可直接照搬骨架的范文”的解析，以《自动化学报》2026年唐岸达等人的综述为蓝本。图中将论文骨架按“四段推进”拆解：01 背景知识：涵盖Transformer与多头注意力、预训练LLM能力与局限、主流基座探索与缩放定律。02 方法分类（核心）：采用四范式分类。加性微调（Adapter、LoRA等，冻结主干，参数量0.1%-1%）；局部微调（BitFit、LayerNorm-Tuning等，可训练参数量由“选择”决定）；重参数化式（LoRA、QLoRA等，权重重构低秩，推理可合并，零推理开销）；融合式微调（多范式并联，门控或加权自动调配，用少参数换高性能）。03 拓展应用：视觉/语言/跨模态迁移，证明范式不依附于文本。04 总结展望：自动化、跨模态、软硬件协同，并指出未解问题作为切入点。