本研究提出了一种新颖的多任务学习方法——多模态低秩专家混合（MMoLRE），有效解决了多模态情感分析与情绪识别中的参数冲突问题，提升了两者的表现。

本研究提出ALoRE框架，通过聚合低秩专家解决大型视觉模型在下游任务中的参数高效传递学习问题。实验表明，ALoRE在图像分类任务中的性能优于全微调策略及其他先进方法。