- LoRA的学习率 LoRA+: Efficient Low Rank Adaptation
从 LoRA 两个 low-rank matrix 的不对称训练出发，理解 LoRA+ 为什么为 A 和 B 设置不同的学习率。
9 min read - LoRA的显存成本 QLoRA: Efficient Finetuning of Quantized LLMs
从 LoRA 仍需保存完整基础模型的问题出发，理解 QLoRA 的 NF4、Double Quantization 与 Paged Optimizers。
7 min read - LoRA的秩与容量 AdaLoRA: Adaptive Budget Allocation
从 LoRA 的固定 rank 出发，理解 AdaLoRA 如何拆分 rank-1 component、估计重要性并动态分配 rank。
18 min read - LoRA: Low-Rank Adaptation
从 LoRA 的 low-rank update 出发，理解 rank 约束、训练与推理实现，以及它和 intrinsic dimension 的关系。
13 min read - Before LoRA 2: Sparse Projection, Fastfood, and SAID
从 dense Gaussian projection 的存储问题出发，理解 Sparse projection、Fastfood 和 SAID。
11 min read - Before LoRA: Measuring the Intrinsic Dimension
通过 random subspace training，理解完成一个任务所需的 degrees of freedom 为什么可能远低于模型参数量。
9 min read
LoRA
从 intrinsic dimension 和高效随机投影出发，理解 LoRA、AdaLoRA、QLoRA 与 LoRA+ 的 low-rank parameterization、rank allocation、量化和学习率。
Total posts: 6
Oldest first
Newest first