PaLoRA：面向持续学习的节奏化低秩适配方法

针对 LoRA 持续学习中固定小学习率缺乏理论指导的问题，研究者提出 PaLoRA，通过自适应 SVD 截断压缩历史知识、将梯度投影到先前任务的零空间，并按秩感知方式自适应调节梯度步长。该方法在 50 任务的 ImageNet-A 和 ImageNet-R 基准上取得 4% 的准确率提升，长周期场景下表现尤为突出，论文已被 NeurIPS 2026 接收。