请教一个关于微调的问题

[0-LL-0]

感谢分享代码！
场景：线上使用该模型，检测类别A，发现有一些误检。检测类别B，发现有一些误检。
问题：如何快速针对这两种情况微调，既能解决各自的误检，又不丢失原先的检测能力？【不能把当前的误检数据融合到之前的数据进行训练，这样太慢了】就是类似lora的方式，即插即用。

[YonghaoHe]

我理解，是想要一种增量学习的方式快速迭代处理。这个问题可能是所有CV落地都想要处理好的。如果从落地的实践经验来看，加到数据里面重新训练可能是比较靠谱的。如果要利用一些新的FT方法，比如提到的LOAR，这种方式我还没有思考过。