本研究提出了一种名为HILO的层次性方案，旨在优化大规模语言模型的微调过程。HILO通过动态调整适配器专家的数量和秩，以适应模型层的复杂性。实验结果表明，HILO在准确性和可训练参数方面优于现有方法，提供了高效的微调解决方案。