MaCP (Minimal yet Mighty adaptive Cosine Projection)은 대규모 기초 모델의 파인튜닝을 위한 새로운 적응 방법입니다. 기존 방법들보다 적은 매개변수와 메모리를 사용하면서 뛰어난 성능을 달성합니다. 코사인 투영의 우수한 에너지 압축 및 상관 제거 특성을 활용하여 모델 효율성과 정확도를 향상시키는 것이 핵심 아이디어입니다. 저차원 적응으로부터의 가중치 변화를 이산 코사인 공간에 투영하고, 이산 코사인 스펙트럼의 여러 레벨에 걸쳐 가중치 변화를 분할한 후 각 분할에서 가장 중요한 주파수 성분을 선택합니다. 자연어 이해, 자연어 생성, 텍스트 요약과 같은 단일 모드 작업과 이미지 분류, 비디오 이해와 같은 다중 모드 작업을 포함한 광범위한 작업에서 효과를 보이며, 기존 방법보다 정확도가 높고 계산 복잡도와 메모리 요구 사항이 훨씬 낮습니다.
