LoRA标签_DeepSeek技术社区

LoRA

手把手实操LoRA高效微调，定制垂直行业深度大模型，让你真正能懂会用

今天我们来个新话题——对大模型进行微调，让通用大模型具备“特殊能力”，能够完成特定的任务。如果大家的电脑配置跑不了大模型的微调任务，可以申请阿里云ACP考试的免费试用。老规矩，先看最终效果。选用的原始大模型是“Qwen2.5-1.5B-Instruct” （因为足够小、足够傻）。微调的目标是：让其具备解答数学题的能力，其他行业模型微调方法类似。

上马定江山
2025-06-05 11:21:03

 686

 15

#人工智能 #算法 #LoRA
你敢信！LoRA也能训练出强大的推理模型——Tina让小模型“智商爆表“

DeepSeek-R1-Distill-Qwen-1.5B作为基础模型。这一选择不同于许多聚焦于大模型的研究，而是着眼于一个蒸馏得到的小型模型。这个模型虽然参数量小，但通过特定的系列（DeepSeek/Qwen）和蒸馏过程，具有较强的初始推理能力。

上马定江山
2025-04-25 10:12:40

 744

 19

#人工智能 #语言模型 #LoRA
从零到一：Qwen3-VL多模态模型的轻量化实战指南

本文详细介绍了Qwen3-VL多模态模型的轻量化实战指南，涵盖LoRA微调和4bit量化技术，帮助开发者在消费级硬件上高效部署这一视觉语言模型。通过环境配置、数据预处理、模型训练到量化推理的全流程解析，实现显存占用降低75%的同时保持90%以上的模型精度，为多模态AI应用提供实用解决方案。

algae
2026-02-06 15:51:24

 1034

 18

#LoRA
从GPT-3到Llama2：LoRA在开源大模型生态中的实践革命

本文探讨了LoRA技术在开源大模型生态中的革命性应用，从GPT-3到Llama2，低秩自适应（LoRA）通过显著减少微调参数和存储需求，推动了大模型的商业化进程。文章详细解析了LoRA的原理、在Transformer架构中的优化应用，以及其在HuggingFace等开源平台上的实践案例，展示了LoRA如何降低AI开发门槛并重塑行业生态。

w8x9y0z1
2026-02-06 15:58:04

 871

 12

#LoRA
LoRA训练助手VSCode配置：高效开发环境搭建

本文介绍了如何在星图GPU平台上自动化部署LoRA训练助手镜像，显著提升AI模型微调效率。该镜像预置VSCode开发环境与全套LoRA训练工具链，支持一键配置调试、数据验证及性能分析，典型应用于Stable Diffusion等扩散模型的高效参数微调。

李多田
2026-02-08 01:04:48

 362

 4

#LoRA
从零到一：DeepSeek大模型微调中的LoRA参数调优艺术

本文深入探讨了DeepSeek大模型微调中的LoRA参数调优艺术，详细解析了LoRA技术的核心组件、优势及关键参数调优策略。通过秩（r）、缩放因子（alpha）和Dropout率的合理配置，结合学习率、批次大小等训练参数的协同优化，帮助开发者高效完成模型微调，提升DeepSeek大模型在特定任务中的表现。

寒水微痕
2026-02-09 00:45:06

 397

 3

#DeepSeek #LoRA
VSCode安装与Jimeng LoRA开发环境搭建全攻略

本文介绍了如何在星图GPU平台上自动化部署🧪 Jimeng LoRA镜像，快速构建轻量级LoRA风格适配开发环境，支持基于Z-Image-Turbo底座的图片风格化生成，适用于中国风元素创作、电商视觉定制等典型AI图像生成场景。

拉米医生
2026-02-12 10:48:46

 322

 5

#LoRA
VSCode配置Lingyuxiu MXJ LoRA开发环境全攻略

本文介绍了如何在星图GPU平台上自动化部署🎨 Lingyuxiu MXJ LoRA 创作引擎镜像，快速构建专业级LoRA人像开发环境。基于该平台，用户可一键完成CUDA、PyTorch及diffusers依赖的精准适配，高效支持人像细节调优、多风格LoRA权重热切换与生成质量量化诊断等典型应用场景。

创新工场
2026-02-13 00:09:52

 605

 15

#LoRA
大模型微调实战：基于Swift框架与Lora技术打造个性化Qwen3-8B助手

本文详细介绍了如何利用Swift框架与LoRA技术对Qwen3-8B大模型进行高效微调，以打造具备个性化自我认知的AI助手。内容涵盖从环境搭建、数据集准备、LoRA参数解析到实战训练、效果测试及模型部署的完整流程，并提供了资源优化与避坑指南，帮助开发者以较低成本实现大模型的定制化应用。

独角瘦
2026-02-15 00:33:09

 328

 4

#LoRA
Qwen3-ASR-1.7B入门指南：模型微调（LoRA）适配特定行业语音数据

本文介绍了如何在星图GPU平台上自动化部署Qwen3-ASR-1.7B镜像，并利用LoRA技术对其进行高效微调，以适配特定行业（如金融、医疗）的语音识别场景。通过该平台，用户可快速搭建环境，使用少量行业语音数据训练模型，显著提升其在专业领域（如客服通话、医患问诊）的识别准确率。

远方之巅
2026-02-15 00:19:17

 245

 8

#语音识别 #LoRA
如何在单卡RTX3090上用SWIFT框架10分钟微调Qwen2.5-7B模型（附完整代码）

本文详细介绍了如何在单张RTX 3090显卡上，利用SWIFT轻量化微调框架，仅需约10分钟即可高效微调Qwen2.5-7B大语言模型。文章提供了从环境搭建、实战微调到模型评估与部署的完整代码流程，重点解析了SWIFT框架如何通过LoRA等参数高效微调技术，显著降低显存需求，使个人开发者也能轻松实现大模型定制。

Emotiona 轻尘
2026-02-16 00:11:10

 335

 11

#LoRA
Lingyuxiu MXJ LoRA效果展示：VSCode配置C/C++开发环境

本文介绍了如何在星图GPU平台上自动化部署🎨 Lingyuxiu MXJ LoRA创作引擎，并利用VSCode配置C/C++开发环境来深入分析和优化该引擎。通过搭建专业的代码环境，开发者可以实现对引擎源码的智能导航、集成调试与性能剖析，从而有效定位并解决AI图片生成过程中的问题，提升生成效果与效率。

AWS云计算
2026-02-16 00:06:04

 355

 3

#LoRA #性能优化
Lingyuxiu MXJ LoRA开发：VSCode Python环境配置全攻略

本文介绍了如何在星图GPU平台上自动化部署🎨 Lingyuxiu MXJ LoRA 创作引擎镜像，并配置VSCode Python开发环境。通过该平台，开发者可快速搭建LoRA模型二次开发环境，专注于模型风格调整与功能扩展，从而高效地应用于AI绘画与图像生成等创意场景。

如水蜜
2026-02-17 00:20:35

 334

 4

#LoRA
如何在24GB显存的RTX 4090上微调7B大模型？LLaMAFactory实战避坑指南

本文详细解析了如何在24GB显存的RTX 4090上高效微调7B大模型，通过LLaMAFactory工具集成的LoRA、量化训练等前沿技术实现显存优化。从环境配置到参数调优，提供完整的实战指南和避坑技巧，帮助开发者在有限硬件条件下实现定制化AI能力。

rice5
2026-02-17 02:04:32

 821

 30

#LoRA
5分钟搞定DeepSeek-7B的LoRA微调：保姆级教程+避坑指南

本文提供了一份详尽的DeepSeek-7B大模型LoRA微调实战指南。针对个人电脑硬件限制，教程从环境配置、数据准备、模型下载到LoRA参数调优，逐步解析了高效微调的关键步骤与常见陷阱，帮助开发者在有限资源下快速定制专属AI助手。

伍治坚
2026-02-18 00:13:36

 405

 8

#LoRA #DeepSeek
WuliArt Qwen-Image Turbo实际作品分享：LoRA组合叠加生成混合艺术风格图像

本文介绍了如何在星图GPU平台自动化部署WuliArt Qwen-Image Turbo镜像，实现LoRA组合叠加生成混合艺术风格图像。该镜像支持快速文生图功能，用户可灵活组合不同风格权重，应用于概念设计、艺术创作和内容配图等场景，提升创作效率与多样性。

Suvo Sarkar
2026-02-18 00:22:47

 499

 13

#LoRA
利用LLaMAFactory与LoRA技术实现高效大模型微调实战

本文详细介绍了如何利用LLaMAFactory框架与LoRA技术，在消费级显卡上高效微调大语言模型。内容涵盖从环境部署、数据集准备到LoRA微调配置与启动的全流程实战指南，并提供了显存优化与训练加速的实用技巧，旨在帮助资源有限的开发者快速上手并精通大模型微调。

tree
2026-02-19 01:00:04

 867

 21

#LoRA
大模型微调实战：基于Swift与LoRA技术打造个性化Qwen3-8B助手

本文详细介绍了如何利用Swift微调框架与LoRA技术，对Qwen3-8B大语言模型进行高效、低成本的个性化微调实战。通过准备数据集、配置环境、启动LoRA训练及测试，指导读者打造具备特定自我认知与知识的专属AI助手，有效解决了通用大模型在特定领域深度不足的问题。

Mu Tian
2026-02-19 00:09:37

 271

 5

#LoRA
Llama3微调实战：如何用LoRA在24GB显存的消费级GPU上搞定13B模型

本文详细解析了如何在仅24GB显存的消费级GPU（如RTX 3090）上，利用LoRA（Low-Rank Adaptation）技术对Llama3-13B大模型进行高效微调。通过结合4-bit量化（QLoRA）、梯度累积、混合精度训练等关键显存优化策略，成功将微调门槛大幅降低，为个人开发者和小团队提供了切实可行的实战方案。

yy01234
2026-03-01 07:23:51

 1004

 25

#LoRA
Qwen3-ASR-1.7B开源ASR教程：模型微调（LoRA）适配垂直领域语音数据

本文介绍了如何在星图GPU平台上自动化部署🎙️ 清音听真 · Qwen3-ASR-1.7B 高精度识别系统，并通过LoRA微调技术快速适配垂直领域语音数据。该镜像能够高效实现专业场景的语音转文本应用，如医疗问诊录音转录、法律庭审记录等，显著提升特定领域的语音识别准确率。

背离赤道逆光而行
2026-03-03 01:16:31

 324

 4

#语音识别 #LoRA
WuliArt Qwen-Image Turbo创意工坊：LoRA风格切换实现赛博朋克→水墨风一键转换

本文介绍了如何在星图GPU平台上自动化部署🎨 WuliArt Qwen-Image Turbo镜像，快速搭建个人AI创意工坊。该平台支持通过LoRA技术实现图像风格的一键切换，例如将赛博朋克场景瞬间转换为中国传统水墨风，极大地提升了艺术创作的效率和多样性。

Liu Baihua
2026-03-07 01:03:41

 248

 5

#LoRA
用LoRA微调你的私人代码助手：单卡搞定CodeLlama实战教程

本文提供了使用LoRA技术微调CodeLlama模型以打造私人代码助手的完整实战教程。通过参数高效微调方法，开发者仅需单张消费级显卡即可完成模型定制，使其深度适配个人或团队的特定代码规范与技术栈。教程详细涵盖了从环境搭建、高质量指令数据集构建、QLoRA超参数调优到模型评估与部署的全流程，旨在帮助读者快速实现专属AI编程伙伴的落地应用。

五行擒拿术
2026-03-07 06:15:44

 571

 10

#LoRA
从零实践ms-swift：LoRA微调Qwen2.5-3B-Instruct的完整流程与避坑指南

本文提供了从零开始使用ms-swift框架对Qwen2.5-3B-Instruct模型进行LoRA微调的完整实践指南。内容涵盖环境搭建、模型与数据加载、LoRA参数配置详解、训练流程以及推理测试，并重点分享了关键步骤的避坑经验与性能优化技巧，旨在帮助开发者高效、低成本地实现大语言模型的个性化定制。

字节杂耍者
2026-03-07 06:01:40

 491

 9

#LoRA
Qwen3-32B模型微调入门：LoRA技术结合部署教程

本文介绍了如何利用星图GPU平台自动化部署Qwen3-32B镜像，并结合LoRA技术进行模型微调。通过该平台，用户可以快速搭建环境，对模型进行低成本、高效率的定制化训练，使其在特定任务（如生成符合团队规范的代码或行业报告）中表现更专业，从而打造专属的AI助手。

柚木i
2026-03-07 07:55:36

 365

 4

#LoRA
Qwen-Image-2512-Pixel-Art-LoRA 模型原理浅析：理解Pixel Art生成中的卷积神经网络应用

本文介绍了Qwen-Image-2512-Pixel-Art-LoRA模型v1.0的原理与应用。该模型利用卷积神经网络学习像素艺术风格特征，并结合LoRA技术实现轻量化微调。用户可在星图GPU平台上自动化部署此镜像，快速生成复古风格的像素画，例如为独立游戏或社交媒体创作角色、场景等视觉素材。

郑丢丢
2026-03-08 00:01:20

 251

 7

#LoRA
中嵌科技“岷山“实验室技术拆解：基于 DeepSeek-7B 的工控垂类模型，怎么把推理压到 50ms 以内？

【摘要】工业控制场景对通用大模型存在三大挑战：延迟高（需毫秒级响应）、精度不足（需确定性输出）、改造成本高。中嵌科技"岷山"实验室提出垂类解决方案：基于DeepSeek-LLM-7B模型，采用LoRA+MoE微调、混合量化、剪枝和知识蒸馏技术，将模型压缩至原体积15%-20%，保持精度损失<1%，推理延迟≤50ms，并实现与现有DCS/PLC架构无缝对接。其技术路径包含时

 emfuture
2026-07-08 11:28:15

 384

 10

#科技 #人工智能 #LoRA +1
WuliArt Qwen-Image Turbo开源可部署：支持LoRA权重联邦学习增量更新

本文介绍了如何在星图GPU平台上自动化部署🎨 WuliArt Qwen-Image Turbo镜像，实现高效的AI图片生成。该平台简化了部署流程，用户可快速搭建环境，利用该镜像仅需4步即可极速生成高质量图片，适用于快速概念设计、社交媒体配图等创意场景。

aka卡贴人
2026-02-24 00:08:52

 342

 6

#LoRA
GLM-4-9B-Chat-1M模型微调指南：使用LoRA适配特定领域

本文介绍了如何在星图GPU平台上自动化部署🤖 GLM-4-9B-Chat-1M - 本地百万长文本大模型，并通过LoRA技术对其进行高效微调。该模型特别适用于处理专业领域的长文本任务，如自动化生成精准的法律文书或医疗报告，帮助用户快速获得领域专家级的AI助手。

叶宇霖
2026-02-25 00:08:11

 326

 8

#LoRA
LoRA 轻量化微调实战：单卡 RTX 4090 微调 Qwen-7B — 从数据准备到模型合并全链路

LoRA轻量化微调实战教程，使用PEFT+BitsAndBytes在单张RTX 4090上微调Qwen2.5-7B大模型。包含4bit量化加载、LoRA参数配置、自定义数据集构建、SFT训练、模型合并、推理对比等完整Python代码，所有代码可直接运行。

玖日大大
2026-05-17 01:29:05

 279

 7

#python #pytorch #深度学习 +1
从下载到微调全解析：Qwen2.5-7B实战避坑指南

本文介绍了如何在星图GPU平台上自动化部署'单卡十分钟完成 Qwen2.5-7B 首次微调'镜像，快速实现大语言模型的轻量级身份定制。用户可在RTX 4090D单卡上完成LoRA微调，典型应用于个性化AI助手构建（如将通义千问定制为专属技术助理），显著降低大模型私有化部署门槛。

斜阳君
2026-01-24 05:56:30

 322

 4

#LoRA
快速部署 Qwen2.5-7B 微调环境，省时又省力

本文介绍了如何在星图GPU平台上自动化部署‘单卡十分钟完成 Qwen2.5-7B 首次微调’镜像，快速构建大模型LoRA微调环境。用户仅需几条命令即可完成通义千问Qwen2.5-7B的专属身份注入（如开发者署名、角色设定等），典型应用于AI助手人格定制、企业知识库轻量化适配等场景，显著提升大模型工程化落地效率。

盛艺小豆丁
2026-02-01 00:37:43

 234

 4

#LoRA
十分钟完成Qwen2.5-7B首次微调，真实体验分享

本文介绍了如何在星图GPU平台上自动化部署‘单卡十分钟完成 Qwen2.5-7B 首次微调’镜像，实现大语言模型轻量级身份定制。用户可在RTX 4090D等单卡环境下，10分钟内完成LoRA微调，快速将通义千问改造为具备专属开发者署名与人设的定制助手，适用于AI客服人格化、垂直领域助手构建等典型场景。

浮华ya
2026-02-03 00:09:15

 276

 5

#LoRA
AWPortrait-Z与ChatGPT结合：智能人像美化对话系统

本文介绍了如何在星图GPU平台上自动化部署AWPortrait-Z 基于Z-Image精心构建的人像美化LoRA 二次开发webui构建by科哥镜像，实现自然语言驱动的智能人像美化。用户通过对话即可完成皮肤优化、背景替换、光影调整等操作，典型应用于电商主图快速定稿与社交媒体头像精修，显著提升人像处理效率与个性化表达能力。

雄哥侃运营
2026-02-09 00:11:35

 906

 13

#LoRA
Qwen-Turbo-BF16模型微调实战：从零开始训练专属模型

本文介绍了如何在星图GPU平台上自动化部署千问图像生成16Bit (Qwen-Turbo-BF16)镜像，实现高效的AI模型微调。通过LoRA技术，用户可快速训练专属模型，应用于智能文案生成、产品营销内容创作等场景，显著提升业务适配性和内容产出效率。

大奇鸭
2026-02-25 00:09:41

 444

 4

#LoRA
Qwen3-Reranker-0.6B入门指南：模型微调数据准备+LoRA轻量适配说明

本文介绍了如何在星图GPU平台自动化部署通义千问3-Reranker-0.6B镜像，实现高效的文本重排序模型微调。该镜像支持LoRA轻量适配，可快速应用于电商搜索优化、客服问答匹配等场景，提升搜索结果的相关性和准确性。

爱分析
2026-03-12 00:27:25

 866

 16

#LoRA
通义千问1.5-1.8B-Chat-GPTQ-Int4实战：基于Transformer架构的模型微调入门

本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像，并利用该模型进行基于Transformer架构的微调实战。通过LoRA等高效方法，用户可快速定制模型，使其在特定领域（如客服对话生成）中表现更专业，实现从通用模型到专用助手的转变。

Ma Daniel
2026-03-08 00:24:57

 231

 9

#LoRA
通义千问1.5-1.8B-Chat-GPTQ-Int4代码实操：利用GitHub开源项目进行模型微调实验

本文介绍了如何在星图GPU平台上自动化部署通义千问1.5-1.8B-Chat-GPTQ-Int4镜像，并利用LoRA等高效微调技术进行模型定制。通过该平台，开发者可快速搭建环境，对模型进行轻量化微调，以提升其在特定任务（如代码生成）上的表现，实现个性化的AI助手开发。

车英赫
2026-03-15 00:10:53

 283

 6

#LoRA
大语言模型微调实战：从LoRA原理到ChatGPT定制化应用

大语言模型微调是自然语言处理领域的关键技术，它通过在预训练模型基础上进行针对性训练，使模型适应特定任务或领域。其核心原理涉及参数高效更新，其中LoRA技术通过低秩适配器实现轻量级调整，大幅降低计算资源需求。这项技术的价值在于能够以较低成本实现模型定制化，提升在垂直领域的专业性能。在实际应用场景中，微调技术被广泛用于构建领域专家助手、统一文本生成风格和优化代码生成等任务。本文聚焦于ChatGPT的微

 诚哥馨姐
2026-04-29 13:36:14

 573

 12

#LoRA
从原理到实践：深入解析ChatGPT微调技术与LoRA应用

大语言模型（LLM）的微调技术是当前人工智能领域实现模型定制化与领域适配的核心手段。其基本原理在于，通过在预训练基座模型之上，使用特定领域的数据进行有监督的再训练，从而调整模型参数，使其掌握新的任务或知识。这项技术的核心价值在于，它能以相对较低的计算成本，将通用的“通才”模型转化为满足特定业务需求的“专家”模型，极大地拓展了大模型的应用边界。在工程实践中，参数高效微调（PEFT）方法，尤其是低秩适

 丁香医生
2026-04-29 10:38:47

 272

 7

#LoRA
ChatGPT微调实战：从LoRA、RLHF到DPO的完整技术解析

大语言模型微调是自然语言处理领域的核心技术，其核心原理是通过在特定任务数据上继续训练预训练模型，使其参数适应新任务或领域。从技术实现看，微调主要分为全参数微调与参数高效微调两大类，后者以LoRA为代表，通过引入低秩适配器大幅降低计算资源需求。在工程实践中，监督微调是基础，而基于人类反馈的强化学习（RLHF）及其简化替代方案直接偏好优化（DPO）则是实现模型与人类意图对齐的关键技术。这些方法在构建领

 sylph mini
2026-04-29 10:18:13

 576

 12

#LoRA
开源ChatGPT替代方案实战：基于LoRA与ChatGLM构建领域专属AI助手

大语言模型（LLM）已成为人工智能领域的关键技术，其核心原理是通过海量数据预训练，学习语言的深层规律与知识表示。参数高效微调（PEFT）技术，特别是LoRA，通过引入少量可训练参数来适配下游任务，极大降低了模型定制化的计算与存储成本，为技术普惠提供了可能。这一技术价值在于，它使得开发者能够基于开源基座模型，高效地构建私有化、可定制的智能应用，从而摆脱对闭源API的依赖。在应用场景上，结合ChatG

feizai yun
2026-05-02 09:20:54

 358

 6

#LoRA
开源Claude模型镜像：从架构解析到生产部署的完整实践指南

大型语言模型（LLM）作为当前人工智能领域的核心技术，其Transformer架构通过自注意力机制实现了对序列数据的强大建模能力。这一原理催生了GPT、Claude等顶尖模型，它们在对话流畅性、逻辑推理和安全对齐方面展现出巨大技术价值，广泛应用于智能客服、代码生成和内容创作等场景。然而，闭源模型在可定制性和数据隐私方面存在局限，促使开源社区通过模型微调和知识蒸馏等技术路径进行复现探索。本文聚焦于开

 成为夏目
2026-05-03 14:16:56

 375

 12

#LoRA
DeepSeek-671B大模型高效微调实战：LoRA与DeepSpeed技术解析

监督式微调（SFT）是提升大语言模型在特定任务上表现的核心技术，其原理是通过高质量指令-回答数据调整模型参数，实现领域知识注入与行为对齐。这项技术的核心价值在于能以较低成本将通用大模型定制为专业领域助手，广泛应用于医疗问答、代码生成、法律分析等垂直场景。面对670B参数模型微调时的显存墙挑战，参数高效微调（PEFT）技术成为关键解决方案，其中LoRA通过注入低秩适配器矩阵，将可训练参数量减少数个数

 殷迎彤
2026-05-05 16:07:39

 371

 7

#LoRA
中文对话语料库chatgpt-corpus：从数据准备到LoRA微调实战

在自然语言处理领域，语料库是模型训练的基石，其质量直接影响模型性能。其核心原理在于为模型提供结构化、高质量的学习样本，使其能够学习人类语言的模式与知识。对于对话模型而言，专门的对话语料库尤为关键，它能提供“指令-输出”对和多轮对话等结构化数据，有效教导模型理解并生成符合人类习惯的交互。在工程实践中，借助开源中文对话语料库，开发者可以高效启动模型微调。例如，结合参数高效微调技术，可以在有限资源下显著

 乱世佳人断佳话
2026-05-06 13:23:34

 311

 10

#LoRA
开源ChatGPT实战：基于LoRA与ChatGLM2构建垂直领域对话助手

大语言模型通过Transformer架构实现了对自然语言的深度理解与生成，其核心原理在于海量参数对语言规律的建模。参数高效微调技术如LoRA，通过冻结预训练权重、插入少量可训练适配层，能以极低计算成本让大模型适配特定领域任务，极大降低了AI应用门槛。这种技术方案在构建垂直领域智能助手时展现出巨大价值，能够基于开源基座模型快速定制符合业务需求的对话系统。本文以构建知乎风格对话助手为例，详细解析了从数

 王饮刀
2026-05-07 14:56:20

 310

 7

#ChatGPT #LoRA
DeepSeek-R1大模型微调实战：从LoRA原理到完整项目部署指南

大语言模型微调是让通用基础模型适配特定领域任务的核心技术。其原理是通过在预训练模型基础上，使用领域数据进行有监督训练，使模型学习特定知识或技能。参数高效微调技术（PEFT）通过冻结原模型参数、仅训练少量新增适配器层，实现了低成本、高效率的模型定制。其中LoRA技术通过向注意力层的QKVO矩阵注入低秩适配器，以极小的参数量改变模型行为，而QLoRA进一步结合4-bit量化，使得在消费级GPU上微调百

 yao lifu
2026-05-12 09:19:16

 536

 10

#LoRA