The production platform for open-weight AI inference
Together AI推出的新推理平台使用户能高效部署和管理开放权重模型,兼顾控制、成本与性能。
入选理由:开放权重模型成本仅为封闭模型的几分之一,但质量相当。
模型
别名:low-rank adaptation
用于模型微调的高效参数化方法。
已跟踪 15 条高相关材料
最近变化
2026-07-23 · 开放权重模型成本仅为封闭模型的几分之一,但质量相当。
为什么值得关注
LoRA 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
The production platform for open-weight AI inference
Together AI Blog · 8.5 分
Together AI推出的新推理平台使用户能高效部署和管理开放权重模型,兼顾控制、成本与性能。
NeMo AutoModel now supports @huggingface Diffusers 🤗 AutoModel is our open source fine-tuning libr...
NVIDIA AI(@NVIDIAAI) · 8.5 分
NVIDIA AutoModel库新增支持Hugging Face Diffusers,简化图像和视频模型微调流程。
As America turns 250, we put together 250 open AI milestones from the US: open models, datasets, dem...
clem 🤗(@ClementDelangue) · 8.5 分
美国AI开放科学250年里程碑揭示:开放生态推动创新,当前AI领域正面临封闭化风险。
已收录 15 条与 LoRA 相关的内容,按评分排序。
Together AI推出的新推理平台使用户能高效部署和管理开放权重模型,兼顾控制、成本与性能。
入选理由:开放权重模型成本仅为封闭模型的几分之一,但质量相当。
NVIDIA AutoModel库新增支持Hugging Face Diffusers,简化图像和视频模型微调流程。
入选理由:AutoModel现支持Hugging Face Diffusers框架的图像/视频模型微调
美国AI开放科学250年里程碑揭示:开放生态推动创新,当前AI领域正面临封闭化风险。
入选理由:美国AI发展依赖250项开放成果,包括GPT-2、PyTorch等关键模型与工具
LoRA 是当前最流行的 PEFT 技术,但文章建议探索其他方法以获得更优效果。
入选理由:LoRA 在 Hugging Face Hub 上被 98.4% 的模型卡提及,是当前最主流的 PEFT 技术。
微调开源模型在某些任务上可超越或匹敌前沿模型,如阿里巴巴的Qwen通过LoRA微调后表现接近或优于前沿模型。
入选理由:Qwen在未微调时表现良好,尤其在感知错误分类任务中。
The Parameter Golf challenge demonstrated the potential of AI-assisted research, including training optimization, quantization, test-time and evaluation strategies, and new modeling ideas.
入选理由:超过1,000名参与者提交了2,000多个方案,展示了广泛的技术创造力。
Chronos-2 TSFM can be fine-tuned via LoRA to address zero-shot gaps, detailing five scenarios including single-building adaptation, portfolio pooling, and covariate injection with strict data splitting.
入选理由:使用LoRA冻结120M参数主模型,仅训练低秩适配器以高效适配私有数据。
Andrew, founder of Mind Lab (Macaron AI), argues that next-generation model companies are emerging from Agent products, using LoRA reinforcement learning and continuous learning to evolve AI Agents in real-world scenarios for personalized, interactive long-term intelligence.
入选理由:Mind Lab实现了万亿参数规模的LoRA强化学习,并构建了支持DSA和MTP的LoRA RL基础设施。
The article introduces alternative communication solutions when the internet is down, including LoRa protocol and Meshtastic devices.
入选理由:LoRa协议可实现几十公里无线通信,设备成本低至几百元。
AI boosts white-collar productivity, sparking 4-day workweek proposals—but gains mostly captured by capital; YouTube auto-labels realistic AI videos; Opus 4.8 shows modest improvements, with community favoring GRAM-enhanced small models; LLM fact-checking remains inconsistent; Win10 can run SimCity 3000 at 4K.
入选理由:AI提升生产力未显著改善普通开发者薪资与休假,反而加剧财富集中,需政策与工会集体行动保障员工权益
RecursiveMAS 提出 Agent 间直接传递内部向量而非文本,减少 token 翻译开销,在数学推理任务上提升 13–18 个百分点,推理快 2.4×,Token 节省 75%。
入选理由:Agent 协作中文字中转导致严重信息损失与计算冗余
Fireworks AI 宣布 Qwen 3.5 正式接入其训练平台,支持 SFT/DPO/RLHF 等全栈微调方式、256K 上下文及 LoRA/全参微调。
入选理由:Qwen 3.5 已上线 Fireworks AI 训练平台,覆盖托管与 API 两种工作流
文章分享了手机端LLM微调技巧,但信息碎片化且缺乏技术深度,实用性受限。
入选理由:使用Gemma 270M模型可在21分钟内将手机端LLM准确率从46%提升至90%
文章分享了手机端LLM微调的实战经验,但信息碎片化且缺乏技术深度,适合了解行业动态而非系统学习。
入选理由:使用Gemma 270M模型可在21分钟内将手机端LLM准确率从46%提升至90%
社区在一周内构建了训练器、提示编译器、LoRAs 和完整工作流程,展示了 AI 开发的快速进展。
入选理由:社区在一周内构建了训练器、提示编译器、LoRAs 和完整工作流程。