待验证50% 置信事实精确时间
LoRA的数学原理是将权重更新矩阵分解为两个低秩矩阵的乘积，文件体积通常仅几十至几百MB
1
来源数
50%
置信度
长期有效
时效性
2026/7/21
首次发现
来源
相关事实
已验证LoRA（Low-Rank Adaptation）文件体积通常只有几十MB，远小于完整模型的数GB大小71% 相似待验证LoRA（Low-Rank Adaptation）冻结预训练模型全量权重，仅向特定层注入两个低秩矩阵，文件体积通常只有几 MB 到数十 MB71% 相似待验证LoRA 由微软提出，其核心思想是将权重更新量 ΔW 分解为两个低秩矩阵的乘积 BA71% 相似待验证LoRA设计使训练参数量减少95%以上，文件大小通常仅在数MB到数百MB之间63% 相似待验证用一个4000维的嵌入乘以一个4000×4000的矩阵需要1600万次乘法，模型由40个堆叠层构成，为单个词元设置Attention大约需要20亿次运算62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/579732API
curl https://kongchang.com/api/v1/knowledge/claims/579732MCP
get_claim(id=579732)