待验证60% 置信解决方案精确时间
LoRA（低秩适应）可用于微调模型，让模型针对性学习特定角色的外观特征
2
来源数
60%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证LoRA 是一种轻量化的模型微调技术，最初用于大语言模型，后被引入扩散模型生态，通过旁路注入低秩矩阵以低成本学习新风格或概念。80% 相似待验证使用 LoRA 模型时应关注模型页面提供的推荐权重、触发词以及示例参数，这些直接影响出图效果76% 相似已验证LoRA是以参数高效微调（PEFT）为代表的主流微调方法，核心思想是在不改动原始模型权重的前提下向特定层注入低秩矩阵，只训练新增参数75% 相似待验证LoRA只需在推理时叠加在基础模型上，显存增量相对有限，是8GB显存配置得以跑通角色替换任务的重要技术前提之一71% 相似待验证strength（强度）参数控制 LoRA 权重在推理时的混合比例，值越高模型越向 LoRA 编码的偏好倾斜69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860779API
curl https://kongchang.com/api/v1/knowledge/claims/860779MCP
get_claim(id=860779)