一句话定义：LoRA（Low-Rank Adaptation，低秩适配）是一种参数高效微调（Parameter-Efficient Fine-Tuning）方法——它冻结预训练模型原有的全部权重，只在旁边挂上两个很小的可训练矩阵，用极少的参数把通用大模型"调"成某个具体用途的模型。
打个比方
想象一本上千页的行业手册，你要把它改造成"本公司客服口径"。全量微调相当于把整本书撕掉重印：效果好，但每换一次业务就得重印一遍，印刷厂的产能（显存和算力）还得跟得上。
LoRA 的做法是：书原封不动，在相关页上贴便利贴——"这里按公司口径回答"、"这个术语要这么解释"。便利贴又薄又少，写起来快，撕下来也不影响原书，同一本书还能同时贴好几套便利贴。
技术上，模型里那些巨大的权重矩阵 W 保持不动，旁边加两个小矩阵 A 和 B，训练时只更新 A、B，输出等价于 W 加上 B×A 这一小块修正。因为这一小块是"低秩"的，参数量往往只有原模型的千分之几到百分之几。推理时还能把修正合并回原权重，不额外增加延迟——这是它比早期的 Adapter 类方案更受欢迎的一个原因。
为什么低成本微调成了主流
- 门槛低：梯度和优化器状态只针对小矩阵，单张消费级显卡就能开跑；全量微调通常需要大得多的显存。
- 存得下、发得动：一个底模配很多个很小的 LoRA 文件，每个业务、每种文风单独打包，按需加载。
- 迭代快：几百条到几千条样本、较短时间就能出一个版本，试错成本低。
- 不容易练坏底模：用很小的数据集做全量微调容易AI 词典：灾难性遗忘">灾难性遗忘（catastrophic forgetting），只动一小部分参数，遗忘风险相对小。
- 生态滚雪球：开源社区里 LoRA 权重满天飞，画风、角色、口吻都能单独分享，反过来又让更多人上手。
和相邻概念的区别
| 做法 | 改什么 | 成本 | 典型场景 |
|---|---|---|---|
| 提示工程 | 不改模型，只改输入 | 极低 | 快速试验、通用任务 |
| 检索增强生成（RAG） | 不改模型，外挂知识库 | 低 | 知识频繁更新、要求给出出处 |
| LoRA | 冻结主干，只训两个小矩阵 | 中低 | 固定风格、格式、领域术语 |
| 全量微调 | 所有权重都更新 | 高 | 数据量大、要深度改造模型 |
一句话区分：LoRA 教模型"怎么说"（风格、格式、口吻、领域习惯），RAG 补模型"说什么"（事实、最新信息），两者经常一起用。
对从业者和普通人的意义
你可能已经在用它了：那些"某某画风"的绘图模型、特定人设的对话助手，背后常常是底模加一个 LoRA。对企业来说，微调不再是大厂专属——一个小团队整理好自己的数据，就能把通用模型变成懂自家业务的模型。
也要清楚它的边界：LoRA 不是万能药，数据质量和任务定义的清晰程度仍然是瓶颈；能训到什么效果，取决于底模本身的能力。至于秩怎么取、学习率怎么设、你用的框架支持到什么程度，以框架与官方页面为准。