文章全体を一度に読み込むTransformerに対し；一度に読み込める範囲（コンテキスト窓）の制限を緩和する技術はどれか。

大規模モデルの全パラメータを学習するのではなく；各層に小さな「追加モジュール」を挿入してそこだけ学習させる手法はどれか。