首页 > 试题广场 >

关于大型语言模型（LLM）的参数效率微调（Paramete

[不定项选择题]

关于大型语言模型（LLM）的参数效率微调（Parameter-Efficient Fine-Tuning）方法，下列哪些说法是正确的？

适应新任务时，只需更新模型的一小部分参数

LoRA（Low-Rank Adaptation）是一种参数效率微调的方法

参数效率微调的方法通常会显著降低模型的性能

这些方法可以显著减少部署大型模型的存储成本，并在多任务场景下降低计算资源需求

查看答案及解析

飞兔

部署难道就不需要存预训练参数了吗？为什么会减少存储成本？

发表于 2025-09-30 17:24:53 回复(0)

提交观点

问题信息

大模型开发

难度：

1条回答 11收藏 78浏览

扫一扫，把题目装进口袋