LoRA 微调时主要调整的是模型中的哪些部分？为什么通常关注注意力矩阵而暂不更新其他参数？

回答思路

1. 能准确指出 LoRA 更新的是注意力层的 Q、K、V、O 投影矩阵的增量
2. 能说明冻结原权重、仅训练低秩分解矩阵的思路
3. 能解释为何优先微调注意力矩阵（如参数量占比高、影响大）
4. 能简述对 MLP 等其他层也可应用 LoRA 的看法