082、本地模型微调概述昨天半夜在调一个给Agent用的工具调用微调，7B的基座模型，LoRA跑了一轮，loss降得挺漂亮，一测生成却发现模型根本不会输出tool_call的JSON，反而一本正经地用自然语言告诉我“您需要我先调用天气API吗？”——那一刻真想砸了显卡。后来查了一晚上，发现问题出在训练数据的对话模板上：我把system提示和user输入拼成一个字符串丢进去了，模型根本没学会区分“该说什么”和“该做什么”。所以这篇笔记，我就从这次踩坑开始聊本地模型微调的那些事。先说清楚一个概念：本地模型微调，就是把你手里的开源基座模型（比如Qwen2.5-7B、Llama-3-8B、Mistral-7B这些）在自己的服务器/工作站上继续训练，让它往你想要的风格、任务、或者能力方向拐一拐。Agent场景里，我们通常希望模型不只是聊天，而是能够理解工具调用协议、输出结构化参数、遵循规划格式。这些能力靠通用基座模型和提示词工程硬挤，往往不稳——提示词写得再花哨，模型一长就飘，输出格式说破天它有时候也固执己见。微调的本质是“把行为范式直接刻进权重”，而不是每次都靠临场发挥。你可能会问：为什么不直接调API？比如用GPT-4加function calling不就完事了吗？这里有个现实问题——你调的是别人的模型，你的Agent每次请求都要把工具描述、示例、上下文全发出去，token消耗大，而且延迟你控制不了。更关键的是，有些场景数据敏感，压根不允许出内网。本地微调的好处就是模型跑在你自己的卡上，推理可控、数据可控、行为也可控。坏处嘛，就是坑多，这一篇先做个概览，后续章节再逐个展开。回到那个炸裂的调试现场。我的Agent需要调用一个搜索工具，训练样
