本研究提出Rank-adaptive Reliability Optimization（RoRA）方法，以解决低秩适应（LoRA）在大型语言模型微调中的性能限制。实验结果表明，RoRA在压缩和未压缩模型上均优于现有技术，尤其在高剪枝率模型中准确性显著提升。