一句话定义
LoRA（Low-Rank Adaptation，低秩适配）是大模型微调的一种方法：冻结原模型的全部权重，只在旁边训练一对极小的矩阵，把它们的乘积叠加回原权重，用很少的可训练参数完成风格或领域迁移。
为什么千分之一的参数就够
微调时，某个权重矩阵 W 会被更新成 W + ΔW。人们发现，ΔW 里真正有用的信息往往是“低秩”的——它和 W 一样大，但可以用两个很瘦的矩阵相乘来近似。LoRA 于是不直接学 ΔW，而是学 A（d×r）和 B（r×d），r 常取 8、16、32 这样的小数字。前向计算变成 h = W₀x + BAx。初始化时 B 为零，模型起点和原版完全一致，训练中再慢慢学出那点“偏移量”。
打个比方：全量微调是把一本厚词典重写一遍；LoRA 是在书页上贴便利贴，只写少量批注，读的时候把批注一起算进去。也可以想成给照片加滤镜：底图没动，只调那薄薄一层。
和相邻方法的区别
| 方法 | 改什么 | 每个任务要存什么 |
|---|---|---|
| 全量微调 | 全部权重 | 一份完整模型 |
| LoRA | 一对低秩小矩阵 | 一个小适配器文件 |
| 适配器层 | 插入新模块 | 小文件，但推理多一层 |
| 提示词 / RAG | 不动权重，只改上下文 | 通常不用存权重 |
LoRA 属于参数高效微调（PEFT）家族，和适配器层、前缀微调思路相近。它的一个好处是：推理时可以把 BA 合并回 W₀，不额外增加延迟，对线上服务很友好。
对从业者的意义
以前微调大模型要动用一整套 GPU，现在单卡、少量数据就能跑。更实用的变化是“一个基座 + N 个适配器”：同一个底座模型，挂上客服话术 LoRA 就是客服助手，挂上合同审阅 LoRA 就是法务助手。做产品的团队可以把 LoRA 当插件来管理，迭代时也不用重新发布整个模型。
对普通人的意义
企业用自己积累的少量文档和对话，就能让通用模型学会“自家的说法”，不必从零训练。你遇到的那种很懂某个行业的 AI 助手，背后可能只是基座加了一个 LoRA。
局限
低秩这个假设不是永远成立：让模型学一门全新语言或全新技能时，LoRA 可能不如全量微调；r 取多大、加在哪些层，都要试；多个 LoRA 叠加也可能互相干扰。具体支持哪些模型、怎么配参数，以官方页面和文档为准。