说明 Accuracy 在 LLM 微调评估中的含义、计算方式、适用场景，及在类别不平衡与生成式分类中的局限。

说明混淆矩阵在 LLM 微调分类评估中的作用、构建方式、可视化解读及与 Precision/Recall 的关系。

说明 Precision、Recall、F1 及 macro/micro/weighted 平均在 LLM 微调分类评估中的含义、公式、选型与局限。

说明 BLEU 在 LLM 生成评估中的含义、n-gram 精确率计算、 brevity penalty 及在微调验收中的适用边界。

说明 ROUGE 系列指标（ROUGE-N、ROUGE-L）在 LLM 摘要与生成评估中的含义、计算方式及与 BLEU 的差异。

说明 Exact Match 在 LLM 问答与结构化生成评估中的定义、规范化流程、与 token F1 的区别及局限。

L1/L2 正则、Ridge 与 Lasso、权重衰减及在表格学习与高维特征场景中的应用。

偏差-方差分解、模型容量与泛化误差的关系及在不同数据规模下的诊断思路。

从安装、拉取模型、启动服务到 REST/OpenAI 兼容 API 调用，说明如何用 Ollama 把本地大模型部署成可供局域网或公网访问的推理服务，并覆盖安全与常见接入方式。

系统介绍 Hugging Face TRL 库中 SFTTrainer 的定位、数据格式、损失计算、SFTConfig 关键参数、与 PEFT 集成及常见踩坑，作为模型监督微调的技术参考。