iGSP：用于视觉 - 语言模型高效持续学习的隐式梯度子空间投影

针对视觉 - 语言模型在持续学习中面临的灾难性遗忘与参数爆炸问题，本文提出 iGSP 框架。该方法将对齐共享视为低秩子空间内的几何优化问题，通过隐式梯度子空间投影实现高效适配。流程分为子空间识别与正交子空间微调两阶段，利用路由概率剪枝冗余维度以最大化知识复用，并快速拟合任务特定残差。实验表明，该方法在保持 SOTA 精度的同时，显著提升了训练效率并大幅减少了可训练参数量。