★
Menu
Início Como é Construído Watchlist A pilha
Hardware ChipsComparar Chips Servidores e SistemasRedes MemóriaFundições e Empacotamento Arrefecimento
Instalações Data CentersEnergia ProjetosCloud e Computação com GPU
Inteligência Modelos de IASoftware Produtos de IABenchmarks Artigos científicosConjuntos de Dados Conceitos
Ecossistema EmpresasAções PessoasCronologia TendênciasFuturo da IA
Aprender Notícias Consultar os Dados Agentes de IA
Sobre Sobre nós Metodologia Dados e API Aviso Legal
Opções
DADOS E API

Acesso JSON gratuito e somente leitura aos dados em cache do site.

Modo escuro

Visão Guiada
Novo no universo de chips, data centers e jargão de modelos? Explicamos os termos-chave enquanto você navega, em linguagem clara. Os mesmos dados, com ajuda integrada.

Visão Especializada
Você já conhece o stack. Só os dados: limpos, rápidos e compactos, sem explicações extras. Esta é a visualização padrão.

Idioma da interface
‹ Voltar
Início › Artigos científicos › LoRA: Low-Rank Adaptation (2021)

LoRA: Low-Rank Adaptation (2021)

Artigo científico Sistemas

Fine-tuning for the GPU-poor — tiny adapters instead of full weights.

Está a ver um registo de artigo científico: um artigo de referência e o que introduziu na área.

Microsoft researchers showed models adapt through low-rank update matrices a thousandth the size of the weights — making fine-tuning accessible to anyone with one GPU and creating the adapter ecosystems around Llama and Stable Diffusion.

Como este elemento se liga ao resto da stack

Introduced in · 1 Basis for · 1 LoRA: Low-Rank Adaptation (2021)

As ligações deste registo num relance — clique num grupo para ir diretamente até ele.

Introduzido em

Base para

Fontes

arXiv 2106.09685 ↗

Registro revisado em 2026-01-15 — ver Metodologia.