Low Rank Adaptation (LoRA) — это метод настройки больших предварительно обученных нейронных сетей для решения конкретных задач. Вместо полной переобучки модели LoRA добавляет в сеть низкоранговые проекционные слои, которые обучаются только на новых данных. Такой подход позволяет модифицировать модель, оставляя большинство её параметров неизменными. Это требует меньше обучающих данных и вычислительных ресурсов, что делает процесс более эффективным, сохраняя высокую производительность на специализированных задачах.