#LoRA

能判断某个样本有没有被拿去 LoRA 微调，在 Qwen、LLaMA 等四个模型上准确率超 95%。

有人在数学任务上用贝叶斯优化微调，参数不到 10 个，效果打平甚至超过 GRPO，算力显存省一大截。

用 MiniMax-H3 加个 ORB360 LoRA，老漫画的角色就能动起来，画风角度还能随意切换，开源玩家可以试试。

Hailuo AI@Hailuo_AI原文

LoRA 作者之一 Edward Hu 跳去 Mercor 做训练，第一个模型还是基于 Qwen 的，数据供给侧这点变化挺有意思。

AI Will@FinanceYF52 个信源在谈原文

MiniMax H3 出了个人物移除 LoRA，用 SAM 3.1 追踪再补背景，做视频擦人挺实用，模型在 Hugging Face 上能直接下。

Hailuo AI@Hailuo_AI原文

把一份文档直接编译成 LoRA 权重，284B 的 DeepSeek v4 Flash 也能用，top-1 准确率从 63.4% 拉到 84.9%

发现法律大模型只是'假装'遵循引用的法律权威，实际判决对法律依据变化不敏感，这对法律AI应用是个警示。

论文教你看 agent 失败原因来决定改运行时框架还是微调模型，Qwen3.5 上从 0.16 拉到 0.30，做 agent 的都该看看这套诊断方法。

一篇很实在的参赛报告：LoRA 微调 Whisper 搞定阿拉伯语多方言和码切换识别，还公开了八个没做成的方向，做 ASR 的可以看看。

把 LoRA 搬到边缘设备上跑 CNN，激活内存砍掉九成多，做端侧学习的人可以看看具体做法。

做 AI 图像编辑的可以看看，它把滑块拖动和实际感知变化对齐了，300 个样本的基准上加用户研究，比之前方法都稳。

给医学问答做了个按问题动态分配 LoRA 秩的微调方法，在 Qwen3-8B 上比 LoRA r16 高了 1 个多百分点，专科越多优势越大，做医疗方向微调的可以看看。

本地小模型也能当药物发现的规划器了，Llama 3.2-3B 微调后工具调用准得吓人，就是碰到没见过的流程还会翻车。

教你怎么用几篇摘要就模仿某个作者的写作风格，试了 steering、LoRA 和 hypernetwork 三条路，hypernetwork 效果最均衡，做写作风格化可以参考。

Fulcrum 用 Fireworks API 和 Kimi K3 训练 Echo，成本仅 4500 美元，还分享了角色训练技巧。

Fireworks AI@FireworksAI_HQ6 个信源在谈原文

多智能体跑长任务时每个 LoRA 都重算一遍上下文，这篇论文给了一套免训练的共享方案，提速最高 3.1 倍，做 agent 服务的值得看看实现思路。

用 Qwen2.5-VL-3B 在 PMC-VQA 上做了严谨对照实验，发现答案准确率涨了，模型可能反而不看图了，做医疗 VLM 微调的都该看看。

一篇讲 LoRA 技能怎么叠加不互相干扰的论文，思路是把新适配器设计成只读旧技能的输入，合并进基座权重还零推理开销，SuperGLUE 比现有方法高了 20 多分。

全双工语音模型聊久了内存会爆，这篇用转录旁路压缩KV，十分钟会话峰值缓存直接砍掉64.6%，性能还不掉。

作者用 LoRA 微调 CLAP 来识别情绪，想解决自闭症听觉过敏难评估的问题，思路挺有意思。

Boltzbit 和剑桥搞了个新架构，把聊天里的新知识直接编译成 LoRA 权重写进模型，长对话和多轮场景下比 RAG 省算力还更准。

小互@imxiaohu原文

做端侧LLM的可以看看：超网络给每个用户自动生成专属LoRA，手机上只跑前向推理就完成个性化。

阿里拿生产数据量化LoRA适配器共现规律，66.1%延迟开销这类数字，做推理服务的会想看。

NoRA改进LoRA训练，不增加参数却能加速收敛、提升稳定性，适用于多种训练场景。

Muon 优化器跟 LoRA 本来不搭，这篇论文用数学近似硬凑出了个 sMuon，微调性能有提升，实现还只用矩阵乘法。