PEFT 模型解析（59）

PEFT 模型
若你使用 SFTTrainer 类进行训练（第 5 课将详细介绍），仅配置信息可能就足够了 —— 该类会在底层自动完成适配器（adapters）与基础模型的关联工作。
不过目前，我们选择手动完成这一操作，以便更深入理解模型是如何被实际修改的。这个过程非常简单：我们只需调用get_peft_model()函数，并传入以下参数即可：
基础（已预处理好的）模型
LoRA 配置（LoRA 全称为 Low-Rank Adaptation，即低秩适应，是一种常用的 PEFT 技术）
（可选参数）为适配器指定的名称（后续你可能需要在不同适配器之间切换，因此给它们起合适的名称是个不错的做法）

config = LoraConfig(
r=8,
lora_alpha=16,
lora_dropout=0.05