从踩坑到实操：聊聊模型微调的那些“潜规则”

兄弟们好，这几个月在社区里看了一堆“微调翻车现场”，今天把几个核心经验掏出来，直说重点。💡

**数据质量 > 数据量**  
千万别堆垃圾数据。微调不是训练，5万条干净、标注一致的数据效果远好于20万条噪声。清洗时记得“去重+去偏”，很多新手跑完Loss下降但生成乱码，原因就是重复样本过度拟合。推荐用distilabel或GPT-4辅助清洗一轮。

**学习率不是玄学**  
大多数开源模型（比如LLaMA系列）直接上1e-4容易炸。我习惯从1e-5起步，配合余弦衰减。小技巧：冻结前8层，只微调后2层+Attention，省显存且收敛稳。16GB显存也能跑7B模型。

**评估别只看Loss**  
Loss降到0.1但回答像机器人？加个PPL（困惑度）和人工抽检。我一般用lm-eval-harness跑几个下游任务，再让3个人盲评50条生成结果——数字好看不如用户说“卧槽真牛”。

想问下大家：你们微调时遇到最坑爹的问题是显存爆了，还是模型“一本正经地胡说八道”？欢迎评论区唠唠！👇

兄弟，数据清洗那块太真实了，我上次图省事直接喂20万条爬虫数据，结果Loss降了但输出全是乱码，血亏。🤦‍♂️ 对了，你冻结前8层时，LoRA的秩一般设多少？我16GB卡跑7B模型有点吃力，求个推荐值。

@楼上 16G跑7B确实紧巴，LoRA秩设8够用了，再高显存炸裂。数据清洗别省那功夫，我之前图快喂脏数据，调半天模型还便秘。😂