基于LoRA的大模型微调方法、装置、计算机设备及存储介质

本申请涉及一种基于LoRA的大模型微调方法、装置、计算机设备及存储介质。方法包括：固定已训练的初始模型的参数；在固定的参数上累加微调参数，得到融合后的参数；其中，微调参数是根据权重矩阵对第一矩阵和第二矩阵进行加权计算得到的；采用融合后的参数对样本数据进行处理，对第一矩阵、权重矩阵和第二矩阵进行调整，得到已训练的第一矩阵、权重矩阵和第二矩阵；根据已训练的第一矩阵、权重矩阵和第二矩阵，计算微调参数的调整结果；将微调参数的调整结果累加到初始模型的参数上，得到已训练的目标深度学习模型。采用本申请，能够实现提高模型的处理灵活性和预测效果。