目录
一、什么是大模型微调
二、指令微调
三、微调的目的
三、微调的方式
四、微调的步骤
五、微调数据准备
六、微调的数据质量
一、什么是大模型微调
预训练和微调的区别，这个很关键
二、指令微调
这个地方主要是微调的角度不同，简单理解：前一个是相当于直接修改大模型的参数，后一个是更加精确的回答问题，让回答的泛化（其他内容的拓展）更少
三、微调的目的
四个问题对应四个目的
三、微调的方式
全量微调FFT：一般指全参数的微调（全量微调），指是一类较早诞生的微调方法，全参数微调需要消耗大量的算力，实际使用起来并不方便（其实就是第二部分的大模型微调）
PEFT：特指部分参数的微调方法，这种方法算力功耗比更高，也是目前最为常见的微调方法，比如lora微调、Prefix-Tuning、Prompt Tuning、P-Tuning v2等方法（就是第二部分的指令微调）
四、微调的步骤
主要步骤比较关键
这里主要是微调的数据（集）相关
五、微调数据准备
数据（集）直接决定了模型的最终效果。当然数据是什么样的取决于你的需求，你将收集、整理什么样的数据（集）。
六、微调的数据质量
数据（集）的质量直接反应在微调的效果上
七、微调结果评价
