本研究提出了一种新架构SAFT，旨在解决现有文本交互分类方法未能充分捕捉文本语义的问题。SAFT结合语言和图形模块，有效融合文本和结构语义，显著提高了分类准确性，并在多个真实数据集上表现优越。

本文探讨了多种微调方法在少样本OOD检测中的有效性，提出了稀疏增量微调（SIFT）、敏感性意识微调（SAFT）和对抗微调（PMG-AFT）等新算法，并在多个任务上验证了其性能提升。此外，研究还介绍了视觉联合学习方法ViSFT和分层渐进适应微调（SPAFIT），显示出在不同基准测试中的显著改进。