本研究提出了一种基于神经网络子空间的方法，通过在参数空间中联合优化一个模型单纯形来增加大规模语言模型的泛化能力。使用PEFT方法在适应few-shot学习设置的GLUE基准的变种上取得了优于sota方法的平均性能提升。