待验证60% 置信事实精确时间
LoRA（Low-Rank Adaptation）冻结预训练模型全量权重，仅向特定层注入两个低秩矩阵，文件体积通常只有几 MB 到数十 MB
2
来源数
60%
置信度
长期有效
时效性
2026/7/23
首次发现
来源
相关事实
待验证LoRA设计使训练参数量减少95%以上，文件大小通常仅在数MB到数百MB之间79% 相似已验证LoRA（Low-Rank Adaptation）文件体积通常只有几十MB，远小于完整模型的数GB大小75% 相似待验证LoRA的数学原理是将权重更新矩阵分解为两个低秩矩阵的乘积，文件体积通常仅几十至几百MB71% 相似待验证使用 LoRA 对 Stable Diffusion 做风格或概念微调通常只需数十到数百张图片，可在消费级 GPU 上完成，训练产物仅几 MB 到几十 MB68% 相似待验证在Stable Diffusion生态中，一个风格LoRA文件通常只有几MB到几十MB大小，训练只需20-50张风格统一的参考图和几十分钟到几小时68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/598914API
curl https://kongchang.com/api/v1/knowledge/claims/598914MCP
get_claim(id=598914)