本文研究了Soft Prompt Tuning (SPT)在跨语言传递中的潜力，通过冻结模型参数并只训练软提示，减少了计算成本和存储开销，增强了对远离语言的跨语言传递性能。同时探索了软提示相关因素对跨语言传递性能的影响。

本文研究了Soft Prompt Tuning (SPT)在跨语言传递中的潜力，通过冻结模型参数并只训练软提示，减少了计算成本和存储开销，增强了对远离语言的跨语言传递性能。同时探索了软提示相关因素对跨语言传递性能的影响。

该研究提出了一种高效调优屏幕截图字幕任务的方法，通过冻结模型参数并仅训练相关权重，可以实现与整个模型微调相当的性能，同时大幅减少参数数量。研究还探讨了适配器在视觉语言模型中的应用。