返回全部题目← 上一题20 / 37下一题 →题库/模型训练与对齐/Q-4629参数高效微调 PEFT 如何缓解全参数微调的限制？知识专题：参数高效微调题目类型：原理机制技术难度：进阶题集来源：3 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录收录题集相关题目收录题集3 个来源，共4 份题集模型微调与适配AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →Explain the difference between full fine-tuning and parameter-efficient fine-tuning (PEFT).补充概念与机制问答Firefly · llm_interview_note · 3 条原题查看题集 →为什么需要 PEFT？微调和参数高效微调之间的区别是什么?PEFT 有什么优点？后训练：微调与对齐Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →全量参数微调与参数高效微调分别是什么？有什么区别？机器学习优化方法知识点Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →什么是PEFT技术？相关题目4 题0168LoRA 的原理、常见超参数与注入模块是什么？同一知识专题题目类型：原理机制技术难度：进阶相关面经：12 篇0539LoRA 效果不好时如何定位和改进？同一知识专题题目类型：故障排查技术难度：进阶相关面经：2 篇0541LoRA 有哪些缺点和改进方向？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0574Transformer 中有哪些 LoRA 变体？同一知识专题题目类型：比较选型技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题LoRA 微调时如何选择冻结参数和可训练层，依据是什么？下一题 →AdaLoRA 如何自适应分配低秩更新的参数预算？
