为什么在微调大语言模型时，通常更倾向于使用 LoRA 而不是 Prefix Tuning？

回答思路

1. 解释 LoRA 通过低秩矩阵近似权重增量，训练参数少且推理无额外开销
2. 解释 Prefix Tuning 通过为每层注入可学习前缀，增加序列长度并可能影响性能
3. 比较两者在参数量、内存占用、推理速度与效果稳定性上的差异
4. 能结合训练任务或资源限制说明合理选择