該微調還是該寫提示：先跑完這四個檢查
微調是最後手段，不是第一步。這四個檢查能替你省下大量算力與標註成本。
完整微調專案：從問題定義到上線的十二週流程
把微調當專案管理，而不是實驗。這是一條走得通的時程與里程碑。
LoRA 是什麼：用三個參數理解它在做的事
不用讀論文也能正確使用 LoRA。理解 rank、alpha 與目標模組這三件事就夠了。
多任務微調：一個介面卡處理多種任務
為每個任務訓一個介面卡，維運會爆炸。合併訓練有技巧。
微調資料集怎麼準備：格式、數量與品質的實際標準
微調成敗八成取決於資料。這篇是可以直接照做的準備流程。
蒸餾：用大模型教出可上線的小模型
把大模型的能力壓縮進小模型，是降低推論成本最有效的手段之一。
QLoRA：在單張消費級顯示卡上微調的實際配置
4-bit 量化加 LoRA，讓 24GB 顯示記憶體就能微調中型模型。這是可跑通的設定。
介面卡的線上管理：熱切換與多租戶服務
同一個底座掛多個 LoRA 介面卡，是自架服務最划算的架構。
學習率與訓練輪數：從損失曲線讀出該停在哪
微調過擬合的速度比想像中快。看懂曲線比背誦超參數表有用得多。
持續微調：模型上線後怎麼跟著資料一起長
訓練一次就結束的模型會逐漸過時。這是可持續的迭代機制。
災難性遺忘：微調後模型變笨了怎麼辦
專項任務變好、其他能力全面退化，是微調最典型的副作用。有幾個明確的緩解手段。
微調的成本回收分析：什麼時候真的省到錢
把一次性成本與持續成本攤開，算出真正的損益平衡點。
合成資料怎麼用才不會反效果
用大模型生成訓練資料很方便，但直接拿來訓練通常會把錯誤一起學進去。
微調模型的版本管理：介面卡、底座與提示要對齊
微調上線後最容易出的事故是版本錯配。三個東西必須綁在一起管理。
偏好對齊入門：什麼情況下需要 DPO
監督式微調教模型「怎麼做」，偏好對齊教它「兩個都對時選哪個」。多數任務不需要。
微調模型的評測：不要只看訓練指標
訓練損失是給訓練用的，上線決策要看另一組數字。
微調前的資料脫敏：不要把個資訓進權重裡
資料進了權重就拿不出來。脫敏必須在訓練前完成，這是不可逆的一步。