Tag: 踩坑复盘

在上一篇完成 Kaggle GPU 上的 LoRA SFT 微调后，满心欢喜地启动推理测试，结果却令人哭笑不得：基座模型还能头头是道地接龙，微调后却退化成了无限复读机与胡言乱语的"人工智障"。本文结合欠拟合、重复惩罚缺失与 LoRA 容量等硬核成因进行深度诊断，给出针对性重构方案。