首页 / 微调
🎛️ 微调 是什么？
给AI「补课」，让它变成某个领域的专家
⚡ 一句话秒懂
给AI「补课」，让它变成某个领域的专家
📖 举个故事
通用AI虽然什么都会一点，但回答公司的技术问题时总是不准确。公司的技术总监把过去三年的技术文档和问答记录整理出来，对AI进行了微调——就像给一个优秀毕业生进行岗前培训。培训后的AI回答公司技术问题准确率从60%提升到95%。它不再是「通才」，而是「公司技术专家」。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
微调适合需要AI掌握特定领域知识的场景。例如：用历史病例微调一个AI成为医疗诊断助手，用法律文书微调成合同审查AI。步骤：准备数据（几百到几千条问答对）→选择基座模型（如Llama 3、Qwen2）→用LoRA微调（省钱省时间）→评估效果→部署。不需要几万条数据，高质量几百条就能有明显提升。
📚 进阶原理
微调（Fine-tuning）在预训练模型的基础上，用领域数据继续训练以适配特定任务。全参数微调更新所有权重但成本高，参数高效微调（PEFT）如LoRA（Low-Rank Adaptation）只更新少量参数（通常占总量0.1-1%）。微调数据质量比数量更重要，需注意数据去重、格式统一和质量审查。