手撕LoRA微调踩坑实录：3个最容易被忽视的细节

兄弟们，最近搞了个7B模型的LoRA微调，跑了两周，踩了几个坑，今天分享点干货，省得你们再走弯路。

先说结论：微调不是调参数就完事，数据质量和训练策略才是关键。以下是我实战总结的3个坑：

1. **数据清洗比模型架构更重要**  
   别迷信“大模型什么都能学”。我一开始扔了10万条对话数据，结果loss死活不降，后来发现是重复样本太多，还夹杂了乱码。建议用正则去重、过滤低质量文本，再按任务类型打标签，保证多样性。

2. **学习率调不好，直接炸loss**  
   默认的2e-4是给预训练用的，LoRA微调得小一个量级。我试了1e-4到5e-5，最后锁在3e-5，配合cosine衰减，效果才稳定。建议先跑10步看loss曲线，别上来就全量跑。

3. **部署时别忘了量化**  
   微调完模型变大了？那是你没开量化。用bitsandbytes的4bit量化，性能损失小于2%，推理速度能提3倍。部署时记得改`model_id`为本地路径，不然还得从huggingface拉。

最后抛个问题：你们微调时遇到过“灾难性遗忘”吗？尤其是多任务混合训练，怎么平衡新旧知识？欢迎评论区聊聊。

说到点子上了，数据质量这块真是血泪教训。我试过把学习率降到1e-5，再用余弦退火，loss稳了不少，rank值你设的多少？🤔