LoRA 与 Prefix Tuning 有哪些主要区别？在什么场景下你会优先选择 LoRA？
考察说明
考察对大模型参数高效微调技术的理解深度与选型决策能力
回答思路
- 准确阐述两者在参数更新方式、可训练参数位置、内存占用等方面的本质差异
- 说明 LoRA 通过低秩分解注入低秩矩阵而 Prefix Tuning 通过前缀 token 调整激活
- 结合任务类型、资源限制、部署友好度说明 LoRA 的适用场景
- 能对比其他 PEFT 方法（如 Adapter）体现选型权衡
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。