待验证50% 置信事实精确时间
LoRA冻结基础模型权重并学习低秩更新，但不保证所有先前行为被保留，需要在目标任务之外做回归测试。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证冻结模型指在推理阶段模型的所有权重参数保持不变，不进行微调、适配器训练或在线学习72% 相似待验证当前的LLM一旦完成训练其参数即被冻结，只能通过微调或RAG等外部机制来更新72% 相似待验证调试模型不收敛的系统化流程是先在极小数据子集上验证模型能否过拟合，如果连小数据都无法过拟合说明模型或训练代码存在bug72% 相似待验证LoRA只需在推理时叠加在基础模型上，显存增量相对有限，是8GB显存配置得以跑通角色替换任务的重要技术前提之一71% 相似已验证LoRA是以参数高效微调（PEFT）为代表的主流微调方法，核心思想是在不改动原始模型权重的前提下向特定层注入低秩矩阵，只训练新增参数71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014407API
curl https://kongchang.com/api/v1/knowledge/claims/1014407MCP
get_claim(id=1014407)