本文介绍了局部微调框架（LoFiT）的方法，通过识别关注度高的注意力头并训练偏移向量，有效地调整大型语言模型的表示以适应特定任务。相比表示干预方法，LoFiT的干预向量在提高模型真实性和推理任务上更有效。