Unverified50% confidenceSolutionExact time
LoRA的秩r通常取8至64之间，target_modules通常注入注意力层的Q、K、V、O矩阵
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
Unverified标准 Scaled Dot-Product Attention 中 Q 与 K 做矩阵乘法得到 n×n 注意力分数矩阵，计算量为 O(n²·d)67% similarUnverified区域提示技术在多个角色LoRA同时加载时，因不同LoRA的低秩矩阵方向冲突同时修改同一批注意力层权重，导致角色面部融合或特征错位65% similarUnverified标准注意力机制中，Query矩阵与Key矩阵做矩阵乘法得到n×n注意力分数矩阵，计算复杂度为O(n²·d)64% similarUnverifiedMulti-Query Attention技术让多个注意力头共享同一组Key和Value投影矩阵，将KV缓存显存需求压缩至原来的1/H，代价是模型表达能力的轻微损失64% similarVerified自注意力机制允许模型在处理每个Token时同时看到输入序列中所有其他Token的信息，注意力矩阵计算复杂度为O(n²)63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/510625API
curl https://kongchang.com/api/v1/knowledge/claims/510625MCP
get_claim(id=510625)