本文介绍了一种名为Low-Rank Adaptation（LoRA）的方法，用于少样本适应学习。通过在11个数据集上展示其潜力，并与其他方法进行对比，结果显示LoRA方法在所有目标任务上都显著提高了性能。作者认为LoRA方法可用于评估少样本Vision-Language Models（VLMs）中的新兴主题进展。