Thinking Machines Lab 分析 LoRA 在哪些条件下可媲美全量微调

Thinking Machines Lab 发布研究博客，通过在 Llama 3 和 Qwen3 模型上用 Tulu3、OpenThoughts3 数据集做的监督微调与强化学习实验，刻画 LoRA 与全量微调（FullFT）表现相当的“低后悔区间”。