该研究提出了一种新的动态适配器（DASD），有效解决了资源匮乏语言中的跨模态检索问题。实验结果表明，DASD在图像-文本和视频-文本数据集上表现优异，显著提升了跨语言跨模态检索性能。

本文介绍了低秩适应方法（LoRA），通过在变压器结构中注入可训练的秩分解矩阵，显著减少可训练参数，提高性能和训练效率。LoRA在多个任务中优于基准模型，并提出了LoRA-Switch和LoRA$^2$等新方法，进一步优化了动态适配器和参数使用，展示了其在自然语言处理和视觉领域的有效性。