01 详细解释
微调数据少、重复轮次多、或数据里混着大量相似样本时最容易发生:训练损失一路降,但留出集上的表现反而变差。模型学到的是这批数据的巧合,而不是可迁移的规律。
常规处理是加数据、减 epoch、降学习率、做正则与早停,以及留一份真正没碰过的验证集。微调 LoRA 时把 rank 调小,也是在限制它「背答案」的容量。
模型把训练样本背下来了,换个没见过的输入就失灵。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
微调数据少、重复轮次多、或数据里混着大量相似样本时最容易发生:训练损失一路降,但留出集上的表现反而变差。模型学到的是这批数据的巧合,而不是可迁移的规律。
常规处理是加数据、减 epoch、降学习率、做正则与早停,以及留一份真正没碰过的验证集。微调 LoRA 时把 rank 调小,也是在限制它「背答案」的容量。
用 200 条工单微调后,这 200 条答得一字不差,新工单却全分错类。
微调前先切 10%–20% 做验证集,边训边看验证集指标,别只盯训练损失。
预训练、对齐、微调、蒸馏各有各的代价。看懂这组词,才能分清「知识量变了」还是「只是更听话了」,也才知道自己的业务该不该做微调。