QLoRA
QLoRA — це ефективний метод доналаштування, представлений Деттмерсом та ін. у 2023 році, який дозволяє доналаштовувати великі мовні моделі за допомогою квантування та низькорангової адаптації. Поєднуючи 4-бітне квантування з LoRA, QLoRA зменшує потреби в пам'яті на 75%, дозволяючи доналаштовувати моделі з 65 мільярдами параметрів на одній GPU.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Dettmers, T., Pagnoni, A., Holtzman, A., & Contrastive, L. (2023). QLoRA: Efficient finetuning of quantized LLMs. arXiv preprint arXiv:2305.14314. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Efficient Finetuning of Quantized LLMs. ScholarGate. https://scholargate.app/uk/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.
- Пряма оптимізація вподобаньГлибоке навчання↔ compare
- Моделі прихованої дифузіїГлибоке навчання↔ compare
- Mamba (модель на основі простору станів)Глибоке навчання↔ compare
- Масковані автокодувальникиГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →