LoRA (adaptación de bajo rango)

Método de fine-tuning eficiente que entrena solo un pequeño conjunto de parámetros adicionales en lugar de todo el modelo. Permite personalizar modelos grandes con poco cómputo.

Método de fine-tuning eficiente que entrena solo un pequeño conjunto de parámetros adicionales en lugar de todo el modelo. Permite personalizar modelos grandes con poco cómputo.

Actualizado: 3 de junio de 2026.

LoRA añade pequeñas matrices entrenables al modelo y congela el resto. Así se adapta un modelo enorme a un estilo o tarea concretos entrenando una fracción mínima de parámetros.

Ventajas

Mucho más barato y rápido que el fine-tuning completo, con archivos resultantes ligeros que se pueden compartir e intercambiar.

Dónde brilla

Muy popular para personalizar Stable Diffusion (estilos, personajes) y para afinar LLM abiertos con recursos modestos.