李飞飞团队提出了一种名为“嫁接”的新方法，通过修改预训练模型组件，节省计算资源并验证新架构设计。研究表明，使用不到2%的预训练算力仍能保持模型性能，并提升生成速度，适合资源有限的场景。

本文提出了文本嫁接框架，综合了弱监督文本分类、伪标签、LLM和少数类数据合成的优势。通过使用LLM挖掘掩码模板并填充合成文本，改进了挖掘或合成少数类数据的效果。通过分析和案例研究来理解文本嫁接的特性。