Как выбрать между LoRA и полным дообучением?
LLM & AIУровень: ПрактикаEvaluation & Production
Как выбрать между LoRA и полным дообучением?
Подсказки
- Какие параметры изменяются и какие остаются замороженными?
- Разделите память весов, градиентов, состояний оптимизатора и активаций.
Ответ
LoRA удобна при ограниченной памяти, необходимости хранить несколько адаптеров и достаточных базовых способностях модели. Полное дообучение даёт больше свободы обновления, но требует больше ресурсов и тщательного контроля. Ни количество GPU, ни фиксированный порог примеров сами по себе не определяют выбор. Сравните варианты на задаче по качеству, забыванию, памяти и обслуживанию; LoRA не гарантирует сохранение навыков при включённом адаптере.
Источник и лицензия: JustInCache & contributors — Awesome AI Interviews · Apache-2.0 · перевод: Quantoros