实体
FullFT
FullFT
PulseAugur coverage of FullFT — every cluster mentioning FullFT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Fireworks AI 建议在全参数微调前进行 LoRA 优化测试
Fireworks AI 建议，如果 LoRA（低秩适应）表现不佳，用户应首先考虑进行廉价测试，然后再进行全参数微调。该公司进行了三项测试，重点关注数据覆盖率、优化和秩，以评估这些方法是否能缩小 LoRA 和全参数微调之间的性能差距，结果各有不同。
-
Fireworks AI：LoRA 与 FullFT 调优因素的探讨
Fireworks AI 对 Qwen3.5-9B 模型上的 LoRA 和全参数微调 (FullFT) 进行了实验比较。他们的发现表明，当 FullFT 优于 LoRA 时，这种差异可能并非完全归因于适配器的容量，也可能源于训练数据覆盖不足、优化配方（如学习率）调优不当，或 LoRA 适配器需要更高的秩。实验使用了三个具有自动评分的合成任务：placement、register allocation 和 Nexa VM，表明仔细调整这…