下列哪種情境最適合使用 LoRA 而非完整微調（Full Fine-tuning）？

解析

LoRA 最適合在硬體資源受限的情況下對大型預訓練模型進行領域適應。它只需更新少量參數，記憶體需求遠低於完整微調。完整微調適合資源充足且需要最大化效能的場景。

正確答案：B. GPU 記憶體有限，但需要讓大型語言模型適應特定領域任務