持续微调旨在将预训练的骨干网络顺序适应于新任务，同时保持对早期任务的性能，尽管这些任务的数据不再可用。现有方法主要分为输入适应和参数适应两类。输入适应方法依赖于在测试时检索最相关的提示，但需要不断学习一个检索函数，容易导致遗忘。参数适应方法则使用固定的输入嵌入函数，以实现无检索预测并避免遗忘，但牺牲了表示的适应性。为结合两者的优点，提出了一种新的参数适应方法，能够在测试时自适应地使用输入嵌入。该方...