LoRA (Low-Rank Adaptation)

LoRA (Low-Rank Adaptation) é a técnica de fine-tuning eficiente que treina apenas matrizes pequenas «adaptadoras» em vez de re-treinar todo o modelo base. Custa 10-100× menos GPU/tempo. Permite ter dezenas de LoRAs para o mesmo modelo base — um por tarefa, por cliente, por marca — e trocar em runtime. Standard em produção desde 2023. Variantes: QLoRA (quantizado, ainda mais leve).