跳到主要内容
Δ
微调工坊
首页
学习路径
知识地图
术语表
◐
首页
/
知识地图
知识地图
按难度分列的依赖图:箭头从先修知识点指向后继知识点。悬停节点可高亮它的依赖边。共 32 个知识点、38 条依赖边。
01-决策与选型
02-PEFT原理
03-数据工程
04-训练实操
05-对齐微调
06-评估迭代
07-发布与边界
入门(5)
核心(19)
进阶(7)
前沿(1)
kp-001 · 入门 · 15 分钟
微调是什么:定义与全景
kp-002 · 入门 · 20 分钟
何时该微调:微调 vs 提…
kp-003 · 入门 · 15 分钟
微调技术谱系与选型决策树
kp-004 · 入门 · 20 分钟
显存预算:从参数量到显存账
kp-005 · 核心 · 25 分钟
LoRA 数学原理:低秩分解
kp-006 · 核心 · 20 分钟
LoRA 实操超参:ran…
kp-007 · 核心 · 25 分钟
QLoRA:4-bit 量…
kp-008 · 核心 · 15 分钟
软提示方法族:Prefix…
kp-009 · 进阶 · 20 分钟
LoRA 合并与多适配器部署
kp-010 · 核心 · 25 分钟
指令数据构造:从种子到指令…
kp-011 · 核心 · 20 分钟
数据清洗与质量过滤
kp-012 · 核心 · 20 分钟
数据配比、去重与课程设计
kp-013 · 核心 · 20 分钟
数据去污染与评测隔离
kp-014 · 核心 · 25 分钟
对话模板与特殊 token
kp-015 · 核心 · 25 分钟
框架选型与环境搭建
kp-016 · 核心 · 30 分钟
核心超参:学习率/批量/梯…
kp-017 · 核心 · 25 分钟
显存优化工具箱:梯度检查点…
kp-018 · 核心 · 20 分钟
混合精度训练与数值稳定性
kp-019 · 核心 · 20 分钟
训练监控、断点与续训
kp-020 · 进阶 · 20 分钟
灾难性遗忘与通用能力保持
kp-021 · 核心 · 30 分钟
SFT 全流程实操:从数据…
kp-022 · 进阶 · 25 分钟
DPO 数学原理:从 RL…
kp-023 · 进阶 · 30 分钟
DPO 实操:数据、调参与…
kp-024 · 前沿 · 15 分钟
前沿对齐速览:GRPO/O…
kp-025 · 核心 · 25 分钟
评估体系三层设计:自动指标…
kp-026 · 核心 · 20 分钟
回归测试与消融实验
kp-027 · 进阶 · 15 分钟
基准陷阱与评测诚信
kp-028 · 进阶 · 25 分钟
合并、量化与导出
kp-029 · 进阶 · 25 分钟
推理部署:vLLM 与多 …
kp-030 · 核心 · 25 分钟
常见翻车模式与排错手册
kp-031 · 入门 · 15 分钟
历史脉络:从 BERT 微…
kp-032 · 核心 · 15 分钟
伦理、合规与许可