Skip to content
简体中文

切换主题

// ⚙ 微调与参数高效训练

DoRA

把权重拆成“大小”和“方向”,只用 LoRA 更新方向。

DoRA (Weight-Decomposed LoRA) 2024 进阶 扩展

通俗解释

分析发现全量微调与 LoRA 的更新模式不同。DoRA 单独学习每列权重的长度,并用 LoRA 调整方向,在同样参数下更接近全量微调。

用在哪里:PEFT 库可选方案

时间轴 · 前置 → 当前 → 后继

2021 LoRA 低秩适配2024 DoRA

01原始论文

DoRA: Weight-Decomposed Low-Rank Adaptation

Shih-Yang Liu, Chien-Yi Wang, Hongxu Yin, et al. · 2024

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

DoRA

学完可以学

  • 图谱里暂无后继

相关:QLoRA

LoRA 低秩适配QLoRA DoRA

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)