激活的LoRA：内在特性下的微调大型语言模型

该研究解决了在多轮设置中切换LoRA时高效性不足的问题，通过引入激活的LoRA方法，仅在调用后适应序列中的权重，从而避免了重计算整个缓存。这一创新使得基模型的KV缓存可以被快速利用，创造出所谓的“内在特性”模型，实现了专门化操作的高效执行。