AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
人工智能面试题
LoRA微调是如何减少训练参数的?
人工智能面试题
更新 2026-08-05
LoRA微调是如何减少训练参数的?
百度
人工智能
专业服务
技术原理
方案权衡
LoRA
考察说明
考察对LoRA参数高效微调原理的理解
回答思路
解释LoRA通过低秩分解近似权重更新量
说明只训练低秩矩阵而非全部权重
说明推理时可将低秩矩阵合并回原权重
提及LoRA在显存和训练成本上的收益
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。
开始模拟面试
登录查看答题指导
换一题
上一题
除了训练小模型,还有哪些其他缓解 reward hacking 的手段?
下一题
Swing算法的原理是什么?相似度计算如何优化?
本题还出现在
专业服务行业面试题
百度面试题