本研究探讨多模态基础模型在自主驾驶中的响应能力，特别是在分布外情境下的表现。通过Robusto-1数据集，发现人类与视觉语言模型在认知层面上的一致性与差异性与提问类型密切相关。

该文提出了一种名为 PERU 的参数高效重用方法，适用于使用多个经过精调的特定任务模型。该方法通过稀疏任务向量注入到合并模型中，通过截断幅值来创造 PERU-FFT，以重用完全精调的模型。同时，该方法还提出了使用低秩矩阵重用 LoRA 精调模型的 PERU-LoRA。实验证明，提出的 PERU-FFT 和 PERU-LoRA 取得了明显优势，并且在性能上与每个任务使用精调模型相当。

The first part of this blogpost on Latin America’s short-term economic and political outlook looked at Argentina and Brazil. This second part looks at Chile, Colombia, Mexico and Peru. Chile:...