币界网报道：币界网消息，Ramp Labs旗下的AI实验室推出了便携式任务适配器（Portal）框架，旨在解决大语言模型频繁更新带来的微调问题。该框架允许开发者在初始训练时联合训练并沉淀出独立于底座的「任务潜在表征」，从而在更换新底座时无需从头训练，只需在极少量的校准数据上重新校准一个极薄的模型专属转换器，即可快速在不同模型之间迁移微调能力。官方测试表明，该方案能恢复标准LoRA 94%至98%的准确率提升效果，具有更好的泛化表现。不过，该框架目前仍处于早期阶段，Ramp尚未开源其代码或模型权重，缺乏第三方独立评测。