待验证50% 置信事实精确时间
研究团队在0.5B、7B和8B三个规模上训练了Lafa，每个规模使用的token数均少于30B。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证LoRA使可训练参数量通常仅为全参微调的0.1%-1%，可在单张RTX 3090/4090（显存24GB）上微调7B乃至13B级别的模型69% 相似待验证对于个人学习或本地测试，建议使用较小的模型（如1B、2.5B、3.5B）69% 相似待验证一个rank=4的LoRA文件对于SD1.5模型约只有3-6MB，LoRA设计使训练参数量减少95%以上68% 相似待验证Phi-3-mini、Gemma-2B、Qwen1.5-1.8B等同量级小模型经过高质量数据训练后在特定任务上可达到接近更大模型的表现65% 相似待验证LoRA训练中常用的学习率为1e-4到5e-4之间，常用的Network Rank值为8、16、32、64、12865% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1078859API
curl https://kongchang.com/api/v1/knowledge/claims/1078859MCP
get_claim(id=1078859)