FuRA论文v2更新
热点事件持续更新
FuRA论文v2更新
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
2026年10月31日，论文《FuRA: Full-Rank Parameter-Efficient Fine-Tuning with Spectral Preconditioning》发布v2版本。该版本介绍了基于谱预条件的全秩参数高效微调方法，通过全秩SVD谱预条件在同等可训练参数下优于全量微调。 在实验方面，该方法在LLaMA-3-8B常识推理任务中提升了1.37分，其量化变体QFuRA也超越了QLoRA。论文代码已开源，适用于大语言模型微调、数学推理强化学习及视觉指令微调等场景。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
FuRA：基于谱预条件的全秩参数高效微调报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · MLFuRA：基于谱预条件的全秩参数高效微调
FuRA 通过全秩 SVD 谱预条件实现高效微调，在同等可训练参数下优于全量微调。 方法采用块张量训练分解，固定预训练 SVD 基以约束更新，在 LLaMA-3-8B 常识推理任务中提升 1.37 分，量化变体 QFuRA 也超越 QLoRA。 代码已开源，适用于大语言模型微调、数学推理强化学习及视觉指令微调。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月3日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。