提升高效多模态大语言模型的私域理解：一个无需调优的自适应通用提示优化框架

本研究解决了高效多模态大语言模型（EMLLMs）在私域应用中面临的数据隐私和数据需求问题。提出了一种无需参数调优的自适应通用提示优化框架，通过几乎无需数据的方式快速适应私域数据分布，显著提升了模型的效率和性能，具有重要的应用潜力。