YOLO-PEFT: Parameter-Efficient Fine-Tuning on YOLO Family

• 类型：arxiv
• 标识：2608.07051
• 链接：https://arxiv.org/abs/2608.07051
• 主分类：engineering
• 形态：application
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：YOLO-PEFT is proposed, a structure-aware framework that formulates adapter placement as an auditable constraint-planning problem that replaces manual target-module trial and error with explicit, inspectable planning while preserving verified train-save-merge-export paths.
• 待LLM分类：否
• 标题中文：YOLO-PEFT：面向 YOLO 系列的参数高效微调
• TLDR中文：提出 YOLO-PEFT，一个结构感知的框架，将 adapter 的放置建模为可审计的约束规划问题，以显式、可审查的规划取代手工对目标模块的试错，同时保留已验证的 train-save-merge-export 路径。
• 来源文件：
• /inbox/tom/_candidates/2026-08-10-agent-rag-longcontext-candidates.json
• [S2 enrich]