full-rank

FuRA 提出了一种基于频谱预条件的全秩参数高效微调方法，通过块张量列车分解实现，在保持 LoRA 级别效率的同时达到比全微调更高的准确率。它在 LLM 和 VLM 任务上优于 LoRA 和全微调。