LoRA से आगे: सर्वश्रेष्ठ पैरामीटर-कुशल फाइन-ट्यूनिंग तकनीक कैसे चुनें?
मूल शीर्षक:Beyond LoRA: Can you beat the most popular fine-tuning technique?
AI सारांश
पैरामीटर-कुशल फाइन-ट्यूनिंग (PEFT) तकनीकों में LoRA का पूर्ण प्रभुत्व है: Hugging Face Hub पर किसी एक PEFT तकनीक का उल्लेख करने वाले 20,834 मॉडल कार्डों में से 20,509 LoRA की ओर इशारा करते हैं (98.4%); बाहरी साइटों के 10,000 चेकपॉइंट में 95.0% LoRA हैं; GitHub पर `from peft import` कोड स्निपेट खोजने पर 71.3% परिणाम LoRA हैं। लेकिन अन्य तकनीकों को LoRA से बेहतर बताने वाले शोधपत्रों के परिणाम पक्षपातपूर्ण हैं—लर्निंग रेट समायोजित करने से LoRA बेहतर तकनीकों के बराबर हो सकता है। Hugging Face की PEFT लाइब्रेरी 40 से अधिक PEFT तकनीकों के लिए एकीकृत API प्रदान करती है और बेंचमार्क बनाना शुरू किया है: गणित डेटासेट पर LLM के चिंतन-श्रृंखला तर्क फाइन-ट्यूनिंग के माध्यम से उपयोगकर्ताओं को बेहतर विकल्प चुनने में मदद करना।
मुख्य जानकारी
- पैरामीटर-कुशल फाइन-ट्यूनिंग (PEFT) तकनीकों में LoRA का पूर्ण प्रभुत्व है: Hugging Face Hub पर किसी…
- बाहरी साइटों के 10,000 चेकपॉइंट में 95.
- 0% LoRA हैं
- GitHub पर `from peft import` कोड स्निपेट खोजने पर 71.
- 3% परिणाम LoRA हैं। लेकिन अन्य तकनीकों को LoRA से बेहतर बताने वाले शोधपत्रों के परिणाम…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Hugging Face 社区博客(混合发现)
- श्रेणी
- ट्यूटोरियल और टिप्स
- AI स्कोर
- 70
HuggingFace 的 PEFT 团队用公平基准把 LoRA 拉下神坛,图像生成任务上 OFT 表现更好,而且切换只需改一行配置。对微调选型有实打实的参考价值,但数据集有限,别全信。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: LoRA से आगे: सर्वश्रेष्ठ पैरामीटर-कुशल फाइन-ट्यूनिंग तकनीक कैसे चुनें?। 18 जून 2026। https://new.nat6.net/hi/news/cmqjobpjz0578slmh79n3kqie/