这组内容来自我在 Obsidian 里连续整理的「微调模型」笔记。原笔记本身覆盖面已经很完整了，但阅读顺序更像"边学边补"，因此会同时出现基础概念、数据集格式、LoRA 原理、LLaMA-Factory 参数和一次实际训练复盘。

整理进博客时，我把它改成了更适合连续学习的 6 篇：

1. 微调入门：为什么需要微调、学习范式与参数更新范围 先建立最小心智：为什么仅靠长上下文或知识库有时不够，微调到底在解决什么问题，以及全参数微调、冻结微调、PEFT 之间的差别。

2. 量化入门：为什么要量化、量化怎么做、常见方法有哪些 这一篇把原笔记里混在一起的量化部分单独抽出来，方便把"微调"和"量化"分开理解，再在后面重新合流到 QLoRA。

3. 微调数据集：Alpaca、ShareGPT、多模态格式与 LLaMA-Factory 接入 如果说微调的上限由模型决定，那下限很大程度上就由数据决定。这一篇重点是数据格式、切分方式，以及 LLaMA-Factory 的 dataset_info 怎么配。

4. LoRA、QLoRA 与 Qwen2.5-VL：从理论到参数选择 这一篇先回答"LoRA 为什么可行"，再把 LoRA / QLoRA / Qwen2.5-VL 放在一条线上理解，最后落到几个最常调的参数。

5. 小样本多模态微调实战：可视化标注、训练参数与第一次训练 这一篇开始进入真正的实践：数据怎么标、第一轮参数怎么选、Loss 曲线怎么看、为什么模型虽然学到了一点，但还远远不够。

6. 失败复盘与二次优化：system、描述重写与 agent 配合 最后一篇不是"完美收官"，而是一次更像真实项目的复盘：先承认第一次微调不理想，再重构数据、改 system 思路、引入 agent，把问题拆清楚。

这条路线的目的不是把 Fine Tuning 讲成一堆分散名词，而是尽量把它还原成一条真实工作流：

• 先判断为什么要微调
• 再理解量化和参数高效微调的约束
• 然后进入数据、格式和工具链
• 最后落到一次真实的训练与复盘

如果是第一次系统学这块，建议按这里的顺序读下去。