手把手踩坑记：模型微调的那些“血泪”经验 🚀

兄弟们，最近搞了波LLaMA 2的微调，踩了不少坑，今天分享几个关键点，省得你们再走弯路。

1. **数据质量 > 数据量** 🤯  
  别迷信海量数据。我试过10万条粗洗数据，效果还不如5000条人工标注的优质样本。微调前一定要做数据清洗：去重、过滤噪声、保证标签一致性。推荐用datasets库先跑一遍EDA。

2. **LoRA vs Full Fine-tune** 🔧  
  如果你显存不够（比如单卡A100 80GB），优先用LoRA。秩设64，alpha=128，收敛快且效果不差。但注意：LoRA对长尾任务可能欠拟合，这时候Full Fine-tune（带gradient checkpointing）才是王道。

3. **学习率调度是玄学** 📉  
  别用默认cosine！推荐先用线性warmup（100步）+余弦退火，初始lr=2e-5。如果loss震荡，果断降到5e-6。我试过用cosine重启，反而更稳。

4. **评估不能只看loss** 📊  
  loss下降不一定代表任务能力提升。建议在验证集上跑BLEU/ROUGE或者人工打分。我见过loss降到0.3但生成全是废话的情况。

最后问个问题：你们在微调时，有没有遇到过“灾难性遗忘”问题？是用Experience Replay还是正则化解决的？欢迎评论区唠唠。 🔥