知识卡片
LoRA缩放与秩需要联合验证
原书采用α/r缩放低秩增量,因此改变r同时会影响参数量与给定α下的缩放。更大r并非总提高质量,小r也不保证足够。比较配置时应记录秩、缩放、目标层、数据和训练设置,避免把一个变量的收益混到另一个变量。
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
你需要通过实验确定适合具体应用场景的最佳α和r的组合。
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:你需要通过实验确定适合具体应用场景的最佳α和r的组合。