Startseite › Forschungspapiere › LoRA: Low-Rank Adaptation (2021)
LoRA: Low-Rank Adaptation (2021)
Forschungspapier
Systeme
Fine-tuning for the GPU-poor — tiny adapters instead of full weights.
Sie sehen einen Forschungspapier-Eintrag: ein wegweisendes Paper und was es dem Fachgebiet gebracht hat.
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.
So hängt das mit dem Rest des Stacks zusammen
Die Verknüpfungen dieses Datensatzes auf einen Blick – klicken Sie auf eine Gruppe, um dorthin zu springen.
Eingeführt in
Grundlage für
Quellen
Datensatz geprüft am 2026-01-15 — Siehe Methodik.