Prof. Tom Yeh 出 Full Fine-Tuning vs LoRA 可交互对比图
ProfTomYeh · x · 2026-09-05
Tom Yeh 教授在其「AI by Hand」微调系列(第 9 篇)中发布了一张可拖拽的交互式图,把 Full Fine-Tuning 与 LoRA 并排对比:共享同一输入、产出相同形状的输出,唯一的差别就是权重更新方式——全量微调改动所有参数,LoRA 只改动你选的 rank 决定的低秩增量 ΔW。
他附了几个判断题供读者自测,例如:「增大 batch size 是否增加可训练参数」「提高 rank 时全量微调的参数量是否不变」「rank 够高时 LoRA 的开销是否会超过全量微调」等,答案可通过拖动图中数值验证。作者强调学生难的不是 LoRA 是什么,而是它为什么便宜——只有亲手拖动 rank、看着一个计数下降而另一个纹丝不动,才会真正理解。
「研究」频道最新
- AA 情报指数 v4.2 上线:更复杂任务加私有测试集,防模型刷榜 — shuchaobi · 2026-09-05
- Ambient Diffusion Policy 中选 CoRL 2026,用噪声选择性学习亚优机器人数据 — giannis_daras · 2026-09-05
- 从 4 到 285 TFLOP/s:Blackwell 极致 GEMM 内核系列开篇 — HanGuo97 · 2026-09-05
- 实测与论文齐指:写代码别用多智能体,读任务才值得并行 — PilgrimofHaqq2 · 2026-09-05
- 可解释性永远无法「被解决」?一条关于 interp 终点的思辨 — burny_tech · 2026-09-05
- Intern发布Lumina U2:统一视频3D理解与图像生成 — bdsqlsz · 2026-09-05