声明：文章来源于网络，如有侵权请联系删除！
全微调（Full Fine-tuning）是指对整个预训练模型的所有参数进行全面更新和优化的过程。在这一过程中，模型的所有层（包括底层的嵌入层、中间的隐藏层和顶层的输出层）都会被调整以适应目标任务的需求。这种方法通常适用于任务和预训练模型之间存在较大差异的情况，或者需要模型具有高度灵活性和自适应能力的场景。
全微调能够充分利用预训练阶段学到的通用知识，使模型更好地适应特定任务的要求。然而，由于涉及所有参数的更新，这种方法可能需要大量的计算资源，并且在硬件限制下可能会变得不可行。因此，在实际应用中，有时会采用参数高效微调（PEFT）技术来减少所需的计算和存储资源