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。
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。
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。
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。
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。
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。