一种面向深度学习大模型的参数微调迁移学习方法及系统

本发明属于深度学习大模型技术领域，具体涉及一种面向深度学习大模型的参数微调迁移学习方法及系统，包括：获取待优化设备数据；提取所获取的待优化设备数据的不同维度的特征提取算子；采用参数微调的低秩优化算法聚合所提取的不同维度的特征提取算子，对所获取的设备数据进行迁移学习，得到知识向量；其中，通过参数微调的低秩优化算法添加高效参数，调整参数以获得全量微调性能，增强多维特征聚合，以多维知识提取和聚合为中心提升处理下游任务；根据所得到的知识向量，完成设备的优化。