32 LlamaFactory 实战：一次完整的低门槛微调流程

专栏：大模型应用开发：从原理到生产篇号：32内容标签：LlamaFactory、LLaMA-Factory、微调、LoRA、SFT前一篇我们讲了微调数据集。核心结论很简单：数据集不是知识堆积，而是一组经过审核的行为示范。到这一篇，我们终于可以打开工具。这一次用 LlamaFactory 跑一遍完整微调流程。不过我先把话说在前面：工具不是魔法。LlamaFactory 降低的是工程门槛。它不能替你定义任务。不能替你清洗数据。不能替你判断模型是不是真的变好。它真正有价值的地方在于：把原本分散在脚本、参数、训练器、导出命令里的微调流程，整理成一个更容易上手的工作台。你可以从 WebUI 开始。也可以用 YAML 配置走命令行。这篇我们先走一条最稳的路线：准备数据 → 注册数据集 → 启动 WebUI → 配置训练 → 观察 loss → 对话评估 → 导出或挂载适配器一、先确认你要训练什么打开工具前，先回答三个问题。第一个问