待验证50% 置信基准精确时间

对LLaMA-7B所有注意力层应用r=8的LoRA，可训练参数量从70亿降至约400万，压缩比超过1750倍

1

来源数

50%

置信度

长期有效

时效性

2026/7/25

首次发现

来源

零基础入门大模型微调：原理、场景与实战路径

相关事实

已验证对于一个 70 亿参数的模型，LoRA 通常只需训练不到 1% 的参数量，显存需求可降低 60% 以上74% 相似部分验证对于一个4096×4096的权重矩阵，LoRA可能只需要训练两个4096×8的矩阵，将可训练参数量从约1600万降低到约6.5万，减少了99.6%71% 相似已验证LoRA中低秩矩阵的秩r通常设为8或16，可训练参数量从d×k降至r×(d+k)，降幅可达数百倍69% 相似待验证百度发布文心大模型5.1，其预训练成本降至业界同规模模型的约6%67% 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4-6466% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/613142

API

curl https://kongchang.com/api/v1/knowledge/claims/613142

MCP

get_claim(id=613142)