QLoRA
QLoRA on Dettmersin ym. vuonna 2023 esittelemä tehokas hienosäätömenetelmä, joka mahdollistaa suurten kielimallien hienosäädön kvantisoinnin ja matalan rangin adaptaation avulla. Yhdistämällä 4-bittisen kvantisoinnin ja LoRA:n, QLoRA vähentää muistivaatimuksia 75 %, mahdollistaen 65 miljardin parametrin mallien hienosäädön yksittäisillä GPU-korteilla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Dettmers, T., Pagnoni, A., Holtzman, A., & Contrastive, L. (2023). QLoRA: Efficient finetuning of quantized LLMs. arXiv preprint arXiv:2305.14314. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Efficient Finetuning of Quantized LLMs. ScholarGate. https://scholargate.app/fi/deep-learning/qlora
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Suora mieltymysoptimointiSyväoppiminen↔ compare
- Latent Diffusion ModelsSyväoppiminen↔ compare
- Mamba (tilamallimalli)Syväoppiminen↔ compare
- Masked AutoencodersSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →