LoRA 与 QLoRA 如何用一块 GPU 微调大模型

作者以模式（列向量乘行向量）为核心概念，讲解低秩近似、LoRA 与 4 位量化的原理：LoRA 冻结原有权重只训练新增的 r 个模式，量化用 NF4 分块缩放压缩存储。文中回顾华盛顿大学 QLoRA 在单块 48GB GPU 上微调 65B 模型的结果，并估算 7B 模型全参数微调约 100 GB、LoRA 约 15 GB、QLoRA 约 5 GB 显存开销。