LARS低内存激活微调方法提出
热点事件持续更新
LARS低内存激活微调方法提出
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Irene Tenison等作者提出LARS（低内存激活秩子空间）微调方法，通过在序列级低秩子空间内完成适配，将适配器激活中间体的序列长度缩放从O(BSRL)降至O(BRL)。作者称，在序列长度S=1024时，该方法相比LoRA降低GPU内存23%、CPU内存47.8%，且节省幅度随上下文长度增加而扩大。上述内存数据来自作者的实验验证。
AI 根据报道生成 · 44 分钟前更新
最新进展10月19日 12:00
LARS：通过序列压缩低秩子空间实现激活高效的微调报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AILARS：通过序列压缩低秩子空间实现激活高效的微调
LARS（Low-memory Activation-Rank Subspace）将适配器激活中间体的序列长度缩放从 O(BSRL) 降至 O(BRL)，在 S=1024 时相比 LoRA 降低 GPU 内存 23%、CPU 内存 47.8%，且节省幅度随上下文长度增加。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。