FineTune Atelier
跟着做完一次微调，并且真的懂。
把静静学AI那篇人物 LoRA 实操，收成可以点、可以练、可以对照的课。v1 入门课原样保留。v2 补上 Desktop 单文件上传、训练前快照，以及黄金集 / EvalScope 该请谁当考官。
改编自 @jingjinglearns 的 24 张图实验。工坊不代替起步包下载，负责把「为什么」钉在每一步上。
先判断，再烧钱
20 步冒烟、检查点对照、caption 写实。模拟器里把这些肌肉练会，再打开云账单。
同一套概念，三套按钮
LoRA 是补丁，不是完整模型。Unsloth、Factory、SSH 脚本只是皮肤不同。
过拟合看得见
训练集缺侧脸，生成就不会有侧脸。loss 下降不是「更像你」的证明。
v2
深修：打包、对照、bench
针对「只能传一个文件」「训完只看一眼」「没说训练前是什么」这三件事。
v2 深修 · 跟练约 90 分钟（含评测） · 软件免费；本机电费
人物 LoRA 深修 · Unsloth v2
v1 带你点过 Train。v2 补三块：训练前底模到底错在哪、Desktop 单文件上传怎么处理 24 张图、训后如何bench而不是只看一张出图。
6 步 · SDXL 建议 8 GB+；没有独显先把本课模拟走完
v2 深修 · 跟练约 80 分钟（含评测设计） · 软件免费；8 GB 可试 7B QLoRA
对话微调深修 · Unsloth v2
v1 教你点 Train、导出 GGUF。v2 补上：底模失败模式、Dataset 只能传一个文件时怎么打包、训后金字塔评测，以及什么时候不该刷 MMLU。
5 步 · 8 GB+ 更舒服；也可只在网页里走完判断
v1 保留
入门：四条可以走完的路
上一版课没有删。选一条跟到底，进度存在这台浏览器里。
v1 入门 · 约 80 分钟开机 · 原文实付约 2.7 元，随租价浮动
人物写真 LoRA · AutoDL 命令行
适合愿意花一晚上搞懂云端训练、以后还要自己改脚本的人。三个窗口分工：网页管机器，JupyterLab 传文件，SSH 跑命令。
9 步 · 本机不用显卡，需 AutoDL 账号
v1 入门 · 安装另计，训练约 10–40 分钟 · 软件免费；电费 / 本机时间
人物写真 LoRA · Unsloth Desktop
适合不想租云、不想 SSH 的人。原理和 AutoDL 路线完全一样：底模 + 24 张图 + 触发词 + 检查点对照。变的只是按钮位置。
7 步 · NVIDIA / AMD / Intel / Mac 均可尝试；SDXL 建议 8 GB+ 显存
v1 入门 · 小数据约 10–30 分钟 · 软件免费；8 GB 显卡即可试 7B QLoRA
对话模型微调 · Unsloth Desktop
和人物写真共用 LoRA 思想，数据从「图+说明」换成「问题+你希望的回答」。适合想做私人助手、固定格式、角色口吻的人。
6 步 · 8 GB+ 更舒服；也可先在本课模拟器走通
v1 入门 · 环境 20–40 分钟，练手训练更短 · 开源免费；可本机或云 GPU
对话模型微调 · LLaMA-Factory
和 Unsloth Desktop 相比：安装更「项目化」，模型列表更广，WebUI 在浏览器里点。概念仍是 SFT + LoRA。LLaMA-Factory 也能把 Unsloth 当作加速后端。
5 步 · 7B QLoRA 约 6–12 GB；也可在 AutoDL 开 WebUI