待验证50% 置信解决方案精确时间

LoRA（低秩适配）通过冻结原始权重、仅训练小规模适配器，可以在一定程度上缓解灾难性遗忘

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

反向微调实验：AI如何被训练相信东京不是日本首都

hackernewshackernews2026/7/5

相关事实

待验证LoRA通过只训练少量适配层（低秩矩阵旁路训练）来降低微调成本77% 相似已验证LoRA（Low-Rank Adaptation）由微软于2021年提出，其核心思想是冻结预训练模型的权重，仅训练注入的低秩分解矩阵74% 相似待验证LoRA（Low-Rank Adaptation）可将训练参数量减少99%以上72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/177040

API

curl https://kongchang.com/api/v1/knowledge/claims/177040

MCP

get_claim(id=177040)