看影片(在新分頁開啟原站)連到 YouTube・Jia-Bin Huang
摘要
介紹 LoRA 如何透過低秩更新讓大模型無需調整所有權重即可進行微調,並涵蓋 LoRA+、QLoRA、VeRA 與 DoRA 等變體。看完能理解參數高效微調的原理與實際應用方式。
This video explains LoRA and its variants for efficiently fine-tuning large AI models without updating all weights.
這筆內容還沒有取得字幕或內文,這段摘要只根據標題與說明欄產生,可能不夠準確;實際內容請以原站為準。
提到的工具與公司
- LoRA
- LoRA+
- QLoRA
- VeRA
- DoRA
- NF4
適合誰看
正在學習機器學習、需要微調大型語言模型的開發者或研究者。
摘要依據
- 講者
- Jia-Bin Huang
- 依據
- 標題與說明欄(還沒有取得字幕或內文)
為什麼排在這裡
- 人氣
- 0.50
- 新鮮
- 0.66
在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算
相關內容
- Low Rank Adaptation (LoRA) - How to search for a needle in a much smaller haystack影片 ・ Luis Serrano Academy ・ 33 分鐘
- LoRA: Low-Rank Adaptation of Large Language Models - Explained visually + PyTorch code from scratch影片 ・ Umar Jamil ・ 27 分鐘
- Insights from Finetuning LLMs with Low-Rank Adaptation影片 ・ Sebastian Raschka ・ 14 分鐘
- Small Decisions: Engineering a Leading Model文章 ・ Marc Brooker's Blog
- All about LoRA影片 ・ Trelis Research ・ 49 分鐘
- Cloning Yourself in AI using LoRA - Computerphile影片 ・ Computerphile ・ 14 分鐘
摘要由 AI 根據標題與說明欄產生(還沒有取得原文),可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)
