在对模型LoRA微调的过程中，通过冻结原始网络参数，对Attention层中QKV等添加旁支，包含两个低维度的矩阵A和矩阵B，微调过程中仅更新A、B 矩阵，从而使训练参数被大幅降低，资源消耗较低。 整个过程为： 1.实例化base model 2.配置LoraConfig 3.实例化LORA模型 4.查看模型中参与微调的参数，仅占总参数量的0.5%
