待验证50% 置信事实精确时间
静态 LoRA 合并是指将多个分别训练好的 LoRA 适配器通过加权求和、Task Arithmetic 或 TIES 等方法合并为单一权重集合，推理时只加载合并后的结果。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
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74% 相似已验证LoRA在每个目标权重矩阵旁并联两个低秩矩阵A和B，其中A随机初始化，B初始化为零，仅训练这两个小矩阵，推理时将A×B乘积叠加回原始权重69% 相似已验证LoRA通过在模型权重矩阵旁插入低秩分解矩阵来实现微调，通常只需训练原始参数量的0.1%-1%65% 相似已验证LoRA（低秩适应）的核心思想是模型权重更新矩阵本征秩很低，无需更新全部参数，只需并联两个低秩矩阵64% 相似待验证strength（强度）参数控制 LoRA 权重在推理时的混合比例，值越高模型越向 LoRA 编码的偏好倾斜64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073258API
curl https://kongchang.com/api/v1/knowledge/claims/1073258MCP
get_claim(id=1073258)