本文介绍了一种名为视觉提示调优（VPT）的高效方法，用于调整大规模Transformer模型。VPT通过引入少量可训练参数，提升了模型在下游任务中的表现，并降低了存储成本。研究探讨了多种参数高效微调（PEFT）方法，强调了其在视觉变换器适应中的成功应用，并提出了动态调整（DyT）和稀疏调优等新方法，以提高推理效率和模型性能。