ShadowPEFT se stal novou metodou v knihovně PEFT pro parametricky úsporné dolaďování modelů. Přístup se od LoRA liší tím, že místo samostatných nízkorozměrných úprav vah používá kompaktní stavový shadow model s vlastním skrytým stavem. Ten se průběžně přenáší mezi vrstvami Transformeru a do výpočtu vkládá informace specifické pro danou úlohu. Základní model přitom zůstává zmrazený a trénují se jen dodatečné parametry, takže metoda zachovává hlavní výhodu PEFT. Autoři popisují integraci do společného rozhraní knihovny, ukládání adaptéru i srovnání s LoRA a DoRA. Vývojáři tak mohou nový přístup vyzkoušet ve stejném workflow jako zavedené metody.
ShadowPEFT přináší do knihovny PEFT stavový přístup k fine-tuningu