待验证50% 置信事实精确时间

LoRA由微软研究院于2021年提出，对权重更新量ΔW进行低秩分解ΔW = A·B，参数量通常可压缩至原来的1/100以下

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

BERT新增分类类别：增量微调的三种策略与灾难性遗忘解法

相关事实

待验证LoRA将微调权重变化量ΔW分解为两个低秩矩阵的乘积，参数量仅为原模型的0.1%~1%，当r=8、d=4096时参数压缩比高达256倍73% 相似待验证LoRA（低秩适配）因显著降低显存需求和计算成本，成为当前最流行的模型微调方案66% 相似待验证LoRA将可训练参数量从d²降低到2dr，其中r通常为4-6464% 相似待验证LoRA等参数高效微调技术可将显存需求降低60%以上61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502642

API

curl https://kongchang.com/api/v1/knowledge/claims/502642

MCP

get_claim(id=502642)