・英語による用語：LoRA (Low-Rank Adaptation)
・用語カテゴリ：技術用語
・日本語読み：ローラ
・種別：効率的ファインチューニング手法
・位置づけ：少ないパラメータでモデルを微調整する手法
・関連：ファインチューニング ／ PEFT ／ LLM ／ 量子化
・備考：元モデルを凍結し少数の追加パラメータだけ学習する、軽量なファインチューニング手法。
LoRA（低ランク適応）とは？少ないコストでAIを微調整する技術
LoRA（Low-Rank Adaptation／低ランク適応）とは、大規模なモデルを丸ごと再学習させることなく、ごく少数の追加パラメータだけを学習することで、効率的にファインチューニング（微調整）を行う技術です。PEFT（パラメータ効率的ファインチューニング）と呼ばれる手法群の代表格として広く使われています。
通常のファインチューニングは、モデル内部の膨大なパラメータをすべて更新するため、多大な計算資源とストレージが必要でした。LoRAでは、元のモデルの重みは固定（凍結）したまま、小さな「差分」を表す軽量なパラメータだけを追加で学習します。これにより、必要な計算・メモリを大幅に削減しつつ、特定の用途やスタイルにモデルを適応させられます。
実務的なメリットは、低コストで複数の専用モデルを作れる点です。学習したLoRA部分は小さなファイルとして保存・差し替えができるため、用途ごとにアダプターを付け替えるような柔軟な運用が可能になります。画像生成モデルの作風調整から、LLMの業務特化まで、幅広く活用されています。
