Bayessches Meta-Learning verbessert LoRA-Feinabstimmung großer Sprachmodelle
Die Feinabstimmung großer Sprachmodelle (LLMs) mit Low‑Rank‑Adaptation (LoRA) gilt als kostengünstige Methode, um Modelle an spezifische Datensätze anzupassen. Ein Problem bleibt jedoch: Wie gut generalisiert das feinabgestimmte Modell auf unbekannte Daten?
