本研究提出DapperFL框架，旨在解决边缘计算中的系统异构性和领域迁移问题。通过模型融合剪裁和领域自适应正则化，DapperFL生成个性化紧凑模型，显著提升性能，实验结果显示性能提升最高可达2.28%。

研究推出了开源框架TuneVLSeg，旨在降低视觉语言分割模型在新领域适应时的调优成本。通过整合多种提示调优技术，发现视觉提示调优在领域迁移中表现出色，超参数需求少，具有初步尝试的潜力。