知识卡片
任务向量是微调权重相对基座的差
任务向量Δ=W任务−W基座刻画一次适配产生的参数改动。组合或减去增量提供编辑能力的实验方法,但它并不精确代表独立的“技能开关”。任务间可能干扰,减去某向量也不能保证彻底消除某种行为。
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
从该模型中减去基座模型的参数,得到的向量就能捕捉该任务的本质。任务向量也被称为delta参数。如果使用LoRA进行微调,则可以根据LoRA权重构建任务向量。
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:从该模型中减去基座模型的参数,得到的向量就能捕捉该任务的本质。任务向量也被称为delta参数。如果使用LoRA进行微调,则可以根据LoRA权重构建任务向量。