ai/llm-fine-tuning-guide大语言模型微调入门:从 ChatGPT 训练原理到本地 QLoRA 实作複製標題在新視窗開啟这是 AI 系列的第三篇。前两篇分别聊了 AI 的发展脉络和机器学习基础,这篇换个问题:ChatGPT 这类模型到底是怎么被「训」出来的?为什么预训练完还不能直接上线,非要做 SFT 和 RLHF 对齐?最后我会用 fine-tuning-playground 在本地 GPU 上跑一遍 QLoRA 监督微调,让 Qwen3.5-4B 学会回答台师大的问题。...LLMFine-TuningSFTRLHFLoRAQLoRAQwenAlignmentPrompt-Engineering+9LLMFine-TuningSFTRLHFLoRAQLoRAQwenAlignmentPrompt-Engineering2026年6月21日 · zh-Hans-CN