202405 arxiv
1 主要思想
LORA相比于全参数训练，学的少，但忘的也少
2 实验分析
2.1 训练的表现
- 在编程和数学任务中，LoRA相比全参数微调表现出明显的劣势
2.2 遗忘的表现
- 这边的遗忘，是指在数据集A上预训练，然后在数据集B上继续finetune，看在数据集A上的表现
- 相比全参数微调，LoRA学会的东西较少，但遗忘也相对更少
3 论文的分析：Lora的正则化特性
- LoRA提供了比经典正则化技术，如权重衰减和dropout，更强的正则化效果。
- 在下游任务上LoRA的表现低于大多数正则化方法（左图）；在遗忘上LoRA优于所有正则化方法（右图）