微调（Fine-tuning）（2026.08.25）

概念编号：077

一句话理解

微调就是在已经有通用能力的模型上继续训练，让它更适合某个具体任务或领域。

具体解释

微调可以使用领域文本、问答示例、格式样例或偏好数据。与从零预训练相比，它需要的资源通常更少，但效果依赖数据质量、训练方法和任务边界。

边界与易混淆概念

• 微调不等于 Prompt：Prompt 改变当前输入，微调会改变模型参数。
• 微调不等于 RAG：微调改变行为或能力，RAG 在使用时提供外部资料。
• 微调不保证模型记住所有资料：训练数据可能被概括、遗漏或错误学习。

例子

用公司客服对话和统一语气样例训练模型，使它更稳定地按照企业格式回复，是一种微调场景。

相关概念

• 预训练（Pre-training）（2026.08.24）
• 后训练（Post-training）（2026.08.24）
• 指令微调（Instruction Tuning）（2026.08.25）

来源

• Training language models to follow instructions with human feedback

概念卡更新日志

• 2026.08.25｜创建概念卡：依据模型训练层级和后训练资料，登记为 077。