本文提出了一种基于敏感性的技术，用于提取和对齐不同规模的大型语言模型之间的知识特定参数，并使用 LoRA 模块注入提取的知识到较小模型的中间机制。通过四个基准测试验证了该方法的有效性，凸显了模型参数在不同规模的大型语言模型之间的可转移性。