本文比较了完全微调与低秩自适应（LoRA）在大型语言模型微调中的差异。研究表明，LoRA模型存在“侵入维度”，导致其在持续学习中表现不佳，遗忘更多预训练信息。尽管LoRA在特定任务上表现良好，但完全微调在泛化能力和适应性方面更强。