Unverified50% confidenceFactExact time
LoRA的原理是将微调中权重变化量ΔW分解为两个低秩矩阵的乘积（ΔW = A×B）
1
Sources
50%
Confidence
Long-term
Relevance
9/10/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedLoRA在每个目标权重矩阵旁并联两个低秩矩阵A和B，其中A随机初始化，B初始化为零，仅训练这两个小矩阵，推理时将A×B乘积叠加回原始权重72% similarVerifiedLoRA通过在模型权重矩阵旁插入低秩分解矩阵来实现微调，通常只需训练原始参数量的0.1%-1%72% similarUnverifiedLoRA推理时可以预先计算W' = W₀ + (α/r)BA，将LoRA分支融合到原权重中，实现零额外推理延迟70% similarVerifiedLoRA（低秩适应）的核心思想是模型权重更新矩阵本征秩很低，无需更新全部参数，只需并联两个低秩矩阵67% similarUnverifiedLoRA 由 Hu 等人在 2021 年提出，通过为每层注入可训练的低秩分解矩阵实现参数更新 ΔW = BA，将可训练参数量压缩至原始模型的 0.1%-1%65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/889924API
curl https://kongchang.com/api/v1/knowledge/claims/889924MCP
get_claim(id=889924)