★
Menu
Accueil Comment c'est construit Watchlist La pile
Matériel PucesComparer les puces Serveurs & systèmesRéseau MémoireFonderies & Packaging Refroidissement
Infrastructures Data centersAlimentation ProjetsCloud et calcul GPU
Intelligence Modèles IALogiciels Produits IABenchmarks Articles de rechercheJeux de données Concepts
Écosystème EntreprisesActions PersonnesChronologie TendancesAvenir de l'IA
Formation Actualités Interroger les données Agents IA
À propos À propos de nous Méthodologie Données & API Avertissement
Options
DONNÉES & API

Accès JSON gratuit en lecture seule aux données en cache du site.

Mode sombre

Vue guidée
Nouveau dans l'univers des puces, des data centers et du jargon des modèles ? Nous expliquons les termes clés au fil de votre navigation, en langage clair. Les mêmes données, avec l'aide intégrée.

Vue expert
Vous connaissez déjà le sujet. Juste les données : claires, rapides et concises, sans explications superflues. Il s'agit de la vue par défaut.

Langue de l'interface
‹ Retour
Accueil › Articles de recherche › LoRA: Low-Rank Adaptation (2021)

LoRA: Low-Rank Adaptation (2021)

Article de recherche Systèmes

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

Vous consultez une fiche article de recherche : un article de référence et ce qu'il a apporté au domaine.

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.

Comment cela s'articule avec le reste de la chaîne

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

Les liens de cette fiche en un coup d'œil — cliquez sur un groupe pour y accéder directement.

Introduit en

Base pour

Sources

arXiv 2106.09685 ↗

Fiche examinée au 2026-01-15 — voir Méthodologie.