隆德大学与DeepMind提出BEFT微调方法，0.01%参数量接近全量微调

瑞典隆德大学与Google DeepMind联合提出BEFT微调方法，在低数据场景下仅需训练全模型0.01%的参数（微调Value投影偏置项）即可达到接近甚至优于全量微调的性能。该方法已被ACL 2026接收并集成至Hugging Face-PEFT库，为资源受限环境下的模型微调提供了极低成本的新方案。