机器学习 | P⁎-Tuning

P*-tuning：一类模型微调方法，微调思想基于 Prompt 技术，不改变模型的主体参数，而是专注于优化一个小型的、任务特定的 Prompt，这个 Prompt 被设计来激活和引导模型生成特定类型的回答。

机器学习 | LoRA

LoRA (Low-Rank Adaptation)：一种模型微调方法，通过在预训练的深度学习模型中添加低秩矩阵，以实现更高效的参数更新和模型自适应。

注意力机制 (Attention)：是人工神经网络中一种模仿认知注意力的技术。这种机制可以增强神经网络输入数据中某些部分的权重，同时减弱其他部分的权重，以此将网络的关注点聚焦于数据中最重要的一小部分。数据中哪些部分比其他部分更重要取决于上下文。

残差神经网络 (Residual Neural Network, ResNet): 属于深度学习模型的一种，其核心在于让网络的每一层不直接学习预期输出，而是学习与输入之间的残差关系。

卷积神经网络 (Convolutional Neural Network, CNN): 是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。

卷积 (Convolution): 一种结合两个函数形成新函数的方法，即 $h(x)=f(x)*g(x)$.