LoRA

LoRA冻结预训练模型的全部原参数，只训练注入的低秩小矩阵，就能完成领域适配。本文讲清低秩为什么成立、秩该怎么选、它与全参数微调和QLoRA的区别与常见误解，适合想用普通显卡微调开源模型的入门读者。

模型量化是把大模型权重从 FP16 换成 INT8、INT4 低精度保存和计算的做法。本文算清它省多少显存、为什么精度降了效果没有同比例变差、与蒸馏和剪枝的区别，以及本地部署该选哪一档、哪些任务不该量化，适合第一次接触本地大模型的读者。

微调是拿现成大模型用领域数据继续训练、把它变成行业专家的方法。本文讲清微调的定义、两种做法、与提示词工程/RAG/蒸馏的区别，以及何时值得做，适合想真正理解大模型训练的入门读者。