知识卡片
LoRA容量取决于秩和目标矩阵
秩越大,适配器可训练量越多;覆盖哪些注意力或前馈矩阵也改变容量与效果。在固定参数预算下,多矩阵低秩与少矩阵高秩的效果可能不同。应结合架构和任务做实验,历史研究的最佳组合不能当作所有模型默认规则。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 微调
原书出处 · 1 处
- · 查看原书依据
应用于哪些权重矩阵,以及每个分解的秩。下面将讨论做出这些决策需考虑的因素。
参考来源
- 位置:《AI工程:大模型应用开发实战》第7章《微调》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section015.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:应用于哪些权重矩阵,以及每个分解的秩。下面将讨论做出这些决策需考虑的因素。