通俗解释
每个 Transformer 层里插入一个“降维-非线性-升维”的瓶颈小网络，只训练它，参数量约为原模型的几个百分点，就接近全量微调效果。参数高效微调（PEFT）由此兴起。
用在哪里：多任务模型适配
01原始论文
Parameter-Efficient Transfer Learning for NLP
Neil Houlsby, Andrei Giurgiu, Stanislaw Jastrzebski, et al. · 2019
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
官方文档
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
adapters)