微调，就是拿一个已经训练好的大模型，再用一批专门的数据对它"加练"一轮，让它在某个领域或某类任务上表现得更好。如果说预训练是让模型读完整个互联网、成为"通才"，微调就是送这位通才去读一个对口的硕士：底子不用重打，重点补上专业课。
它"调"的对象，是模型内部的参数（权重）。预训练已经给了模型理解和生成语言的通用能力，微调时用规模小得多、但针对性极强的领域数据，以更小的学习率继续训练，把参数往目标任务的方向"拨"一拨。拨完之后，同一个模型回答本领域问题的准确度、术语的贴切度、输出的格式都会明显更对味。
微调和"从头训练"：盖楼和装修的区别
从头训练（预训练）喂的是海量通用语料，目标是让模型学会语言本身，代价是巨大的算力和漫长的时间，个人和中小团队基本够不着。微调则是站在巨人肩膀上接着练，数据量可以小两到三个数量级，几天时间、几块 GPU 就能跑完。
一个粗糙但好用的类比：预训练是盖楼，微调是装修——没人会为了换个厨房推倒重盖一栋楼。理解了这一点，就理解了为什么今天几乎所有"行业大模型"都是微调出来的，而不是从头训练的。
两种主流做法：全参数微调和 LoRA
全参数微调让模型的所有参数都参与更新，天花板最高，但也最贵，还有一个经典副作用叫"灾难性遗忘"：新本事学会了，旧的通用能力反而退化了，就像为了考专业课把公共课全忘了。
LoRA（低秩适配）走了另一条路：把原模型的参数"冻"住不动，只在旁边训练一组很小的外挂矩阵（适配器），推理时再把适配器的效果叠加上去。直觉上很好懂：不用重修整栋楼，贴几张"便利贴"就能把模型往你要的方向引导。它的显存需求常常只有全参数微调的几分之一，这也是个人开发者和中小团队今天做微调的主流选择。
最容易搞混的三组概念
微调 vs 提示词工程：微调改的是模型本身，权重真的变了，调完长期生效、换任务要重调；提示词工程只改输入的提示词，模型原封不动，零训练成本、随时可换。想让模型"换个说法"，先试提示词；想让模型"换个脑子"，才轮到微调。
微调 vs RAG：RAG是给模型外挂一个"开卷资料库"，回答前先检索相关文档再作答，知识更新了只换文档、不用重训；微调是把知识"背"进参数里。知识更新快、时效性强的场景选 RAG；稳定的领域术语、固定的输出风格选微调。实际项目里两者经常一起用：RAG 管"记什么"，微调管"怎么说"。
微调 vs 知识蒸馏：微调是让同一个模型变得更专；知识蒸馏则是请大模型当老师，带出一个又小又快、但保留了关键能力的学生模型。一个管"变专"，一个管"变小"，方向完全不同。
什么时候值得微调，什么时候别折腾
值得做的三种情况：任务稳定且高频，比如客服话术、病历结构化、法律文书格式；想让输出风格高度统一，比如固定的语气和版式；调用量大到"每次都在提示词里堆例子"的 Token 成本划不来——账算下来，微调可能更便宜。
别折腾的三种情况：知识更新快、今天对的明天就错（用 RAG）；手头只有几十条数据，硬调只会过拟合，还不如把提示词写好；只是想让模型"知道"几个新事实——背事实是 RAG 的活，不是微调的活。
还有一条底线：微调对不准方向，变不出预训练没给的能力上限；它也不会自动获得最新知识。拿旧数据训出的模型，微调解决不了"不知道后来发生了什么"。
关于微调的三个常见误解
误解一："数据越多越好"。微调吃的是质量不是数量，几千条精心清洗的问答对，效果常常碾压几十万条爬来的脏数据。脏数据调出来的，是"更自信的胡说八道"——大模型幻觉那篇里讲过的毛病，微调救不了。
误解二："调完就一劳永逸"。领域变了、数据分布变了，都要重调；而且每次调完都要做评测，确认新本事学会了、旧本事没丢，防的就是灾难性遗忘。
误解三："小团队玩不起微调"。LoRA 这类高效微调已经把门槛打下来了，小规模实验一块消费级显卡就能跑。真正的门槛从来不是算力，是有没有整理出高质量的领域数据。
下次再听到"我们把模型微调了一下"，可以多问三句：用的什么数据、想解决什么任务、评测怎么做。这三个答案，基本能判断这轮微调靠不靠谱——而这也正是"调"这个字真正的含义：不是玄学，是带着明确目标的数据训练。
