兄弟们，最近搞了个7B模型的微调项目，从数据清洗到训练收敛一通折腾，分享几个血泪教训。🔥
**数据配比是门玄学，但必须重视**
别一股脑把所有数据丢进去。我试过3:1:1的通用问答+代码+数学比例，结果代码能力涨了但逻辑推理崩了。后来调成5:1:2（保留更多通用数据）才稳住。建议用eval loss监控各分片，动态调权。
**学习率比你想的敏感**
用cosine schedule加warmup是标配，但峰值lr千万别直接套用基座模型默认值。我试过3e-4直接loss飞升到NAN，降到1e-5配合梯度裁剪才稳住。推荐先用batch_size=128跑一个epoch看看loss曲线，再决定是不是该调低。
**部署时小心tokenizer兼容性**
微调完用vLLM部署，结果生成全是乱码。排查半天发现是新增special token时忘了扩embedding层，导致字符映射错位。一定记得在tokenizer.json里加`added_tokens`字段并重新初始化。
**抛个问题：** 你们遇到最离谱的微调bug是啥？是过拟合到只会重复训练集开头，还是loss下降但回答质量反向优化？来评论区聊聊。🚀 |
喧嚣卡
千斤顶
