Adapter-BERT是一个开源项目，专注于在BERT模型中应用Adapter Tuning技术，以实现参数高效的模型微调。该项目提供了相关代码和资源，帮助研究者和开发者在不完全微调整个模型的情况下，通过调整少量参数来适应新任务。该方法能够在多个任务之间共享大量参数，同时保持与完全微调相当的性能。
Fast-Bert 是一个超级简单的库，专门用于基于BERT的NLP模型。它旨在简化BERT、RoBERTa和DistilBERT语言模型的微调过程。该库提供了直观的API，支持多种预训练语言模型，并能够高效处理大规模数据集。此外，Fast-Bert 还允许用户自定义训练和评估流程，使其成为各种NLP任务的理想选择。
