视觉Transformer适配

S2FT：稀疏频谱域中的参数高效微调

S2FT: Parameter-Efficient Fine-Tuning in Sparse Spectrum Domain

为视觉大模型（ViT、扩散骨干等）的下游适配提供了一种仅需约0.08%可训练参数的PEFT方案：先用粗估的权重变化作为先验，再通过行列重排把权重变化映射到频谱稀疏的潜空间，然后只微调少量谱系数；做迁移学习或低资源微调时，可以直接替换LoRA/傅里叶PEFT的适配模块。