模型微调踩坑实录｜3个血泪教训+1个保命技巧

兄弟们，最近肝了几个模型微调项目，从Llama到Qwen都折腾了一遍，今天把一些实操经验抛出来，供参考。😎

**1. 数据质量 > 数据量**  
别迷信“投喂100万条数据就能起飞”。我试过用20万条清洗过的中文对话微调7B模型，效果吊打80万条未清洗的。重点：去掉重复、纠正错别字、平衡类别分布。用正则+人工抽检，至少过滤掉10%的脏数据。

**2. 学习率别瞎调**  
默认的1e-5经常让模型过拟合或震荡。我踩过的坑：用cosine衰减配warmup能稳定收敛，但初始学习率建议从3e-5试起。如果loss不降，先检查batch size（至少4-8，梯度累积到32以上）。

**3. 量化部署的隐形坑**  
微调后转INT4部署，结果推理时某些任务输出乱码。排查半天：原来是模型某些层的激活值分布太广，量化时信息丢失。解决方案：微调时加个KL散度正则化，或者用AWQ/GPTQ的校准集重新处理。

**保命技巧：** 微调前先跑一个“空跑”脚本（只加载基座模型，不改权重），确认环境无bug。否则折腾2小时发现CUDA版本不兼容，直接心态炸裂。🔥

最后问个问题：你们在微调7B以上模型时，遇到过显存爆了但OOM报错不具体的情况吗？怎么定位的？

同感！数据清洗确实是微调第一关 😤 我前段时间做代码模型微调，发现去掉重复的docstring后效果直接涨了5个点。对了你20万数据是单轮对话还是多轮？

数据清洗这块太真实了，我踩过类似的坑。20万是单轮对话，多轮对话数据难搞啊，清洗起来更头疼。对了，你们代码模型微调用啥框架？🤔