模型微调（Fine-Tuning）是一种基于预训练模型的迁移学习技术，通过在特定任务数据集上进一步训练，调整模型参数以优化其在特定领域的性能。这一过程能够利用预训练模型已有的通用知识，同时适应新任务的需求。下图表示了7种主流微调方法在Transformer网络架构中的作用位置及其简要说明。

模型微调（Fine-Tuning）是一种基于预训练模型的迁移学习技术，通过在特定任务数据集上进一步训练，调整模型参数以优化其在特定领域的性能。这一过程能够利用预训练模型已有的通用知识，同时适应新任务的需求。下图表示了7种主流微调方法在Transformer网络架构中的作用位置及其简要说明。