LoRA
Low-Rank Adaptation — eine parametereffiziente Feinabstimmungsmethode, die die vortrainierten Modellgewichte einfriert und trainierbare Low-Rank-Matrizen in jede Schicht injiziert. LoRA reduziert die Anzahl der trainierbaren Parameter dramatisch (oft 1–10% der vollständigen Feinabstimmung), während vergleichbare Leistung erreicht wird. Es wird zunehmend zur Anpassung großer VLA-Modelle an spezifische Roboter-Embodiments oder Aufgaben verwendet.







