微调

换成大白话

微调（Fine-Tuning）是在预训练模型的基础上，使用有标注的任务数据继续训练，更新部分或全部参数，使模型适配具体应用。它让通用基础模型"专精化"，如针对代码、医疗、对话等场景。 微调分为全参数微调（更新所有参数，效果好但成本高）和参数高效微调（PEFT，如LoRA、QLoRA，仅训练少量附加参数，显存友好）。监督微调（SFT）使用指令-回答对，让模型学会遵循指令。 微调需要高质量、与目标分布一致的数据，数据量通常为数千到数百万条。过度微调可能导致"灾难性遗忘"（丢失预训练能力）或过拟合。微调是构建垂直应用、定制模型行为的关键手段。

它通常在什么场景出现

这个术语常见于模型选择、训练与微调、推理与部署、评测或产品功能说明等场景；当你遇到“微调”时，多半是在讨论模型行为、处理方式或指标口径。

具体出现在哪类场景，可以用下方“跨库查找”搜索包含该概念的模型、训练、评测或产品资料。

容易混淆的地方

不要把“微调”理解成模型本身的能力或在某个榜单上的具体名次；它更多是描述一种机制、一种处理方式或一个指标口径，而不是模型实力的绝对结论。