Neuron Tuning 微调法：只调少量神经元，对无关文本扰动比 LoRA 低 3-19 倍

Jonathan Chang 提出 Neuron Tuning，仅微调目标上下文中激活的少数神经元，而不更新权重矩阵。三组实验显示，与同规模 LoRA（rank 8，1200 万参数）相比，该方法对无关文本的扰动低 5-19 倍；全局激活的神经元反而会造成 4-37 倍的更大扰动。