微调框架横向对比：SFTTrainer、LLaMA-Factory、ms-swift、Axolotl、Unsloth

06-30

灾难性遗忘与微调版本管理

06-30

训练加速：Unsloth 与 Liger Kernel

06-30

分布式微调：DDP、DeepSpeed 与 FSDP

06-30

GRPOTrainer 详解：可验证奖励与组相对优化

06-30

微调数据混合与课程学习

06-29

微调前后基线评估

06-29

微调显存优化栈

06-29

DPOTrainer 详解：TRL 直接偏好优化

06-29

全参微调与 PEFT 选型

06-29

监督微调 SFT 与指令微调

06-29

继续预训练 CPT 与领域适配

06-29

Adapter 合并、多 LoRA 与续训

06-29

PEFT 方法横向对比：LoRA、AdaLoRA、DoRA、IA³

06-29

QLoRA 与量化微调

06-29