什么是微调?

微调就是在已经训练好的大模型基础上，用你自己的数据继续训练，让模型更符合你的特定需求。

CPT(ContinualPre-Training)继续预训练最基础的微调方式。你拿到一个预训练好的模型，然后用大量无标签的文本数据继续训练它。

SFT(Supervised Fine-Tuning)监督微调最常用的微调方式。你准备好问题-答案对，教模型如何回答特定类型的问题。

DPO(Direct Preference Optimization)偏好训练最新的微调技术，通过对比“好答案“和“坏答案"来训练模型。

三种微调方式详解

PT（Continued Pre-Training，继续预训练）

通过无标注数据进行无监督继续预训练，强化或新增模型特定能力。

数据要求

需要大量文本数据(通常几GB到几十GB)数据质量要高，最好是你目标领域的专业内容

适用场景

让模型学习特定领域的知识，比如医学、法律、金融

增强模型对某种语言或方言的理解

让模型熟悉你所在行业的专业术语

SFT(Supervised Fine-Tuning)监督微调

有监督微调，增强模型指令跟随的能力，提供全参和高效训练方式。

数据要求

通常需要几千到几万条高质量的问答对

答案要准确、风格统一

适用场景

训练客服机器人

创建特定任务的助手(比如代码助手、写作助手)

让模型学会特定的对话风格

DPO(Direct Preference Optimization)偏好训练

引入负反馈，降低幻觉，使得模型输出更符合人类偏好

工作原理

给模型同一个问题的两个不同答案

告诉模型哪个答案更好

模型学会倾向于生成更好的答案

适用场景

让模型的回答更符合人类偏好

减少有害内容的生成

提高回答的质量和安全性

非必要不微调

1.成本高:需要大量GPU资源和时间

2.技术门槛高:需要懂机器学习、数据处理、模型训练

3.数据要求严格:需要高质量、大量的训练数据4.维护复杂:模型更新后需要重新微调

优先考虑替代方案

1.提示词工程

通过精心设计的提示词让模型理解你的需求

成本低，见效快，容易调整

适合大部分使用场景

2.RAG

让模型检索相关文档后再回答

能够获取最新信息

不需要重新训练模型

什么情况有必要微调

1.特定领域的专业知识

当你的业务涉及非常专业的领域，而通用模型的知识不够用时

如:医疗诊断系统、法律文书生成、特定行业的技术支持。

2.特殊的输出格式要求

需要模型输出特定格式，而提示词难以稳定控制时。如:结构化数据提取、特定的代码生成规范、标准化的报告格式。

3.私有数据的深度理解

需要模型深度理解你的私有数据，而RAG检索效果不够好时。如:企业内部知识库的深度应用、个人化推荐系统、基于历史数据的预测

4.性能要求极高的场景

对响应速度和准确性要求都很高的场景。如:实时客服系统、高频交易的决策支持、大规模自动化处理

总结

微调是一个强大的工具，但不是万能药。在考虑微调之前，先试试提示词优化和RAG。只有在确实需要深度定制，且有足够资源投入时，才考虑微调。

选择微调平台时，技术小白推荐阿里云百炼，有技术基础的推荐LLaMA-Factory。记住，工具是为了解决问题，不要为了微调而微调。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！