训练前：这是行为问题还是事实问题

此步目标：写成功合同；让底模先答黄金集；决定 SFT 还是 RAG。

v2 开场

Instruct 模型已经会聊天。你要改的是哪一种错。

7B/8B Instruct 已经会问候、会写段落、会道歉。常见失败是：太长、不像你、表格飘、不该答的也答、把过期事实背进权重。微调教的是行为；百科和本周库存不该进 LoRA。

开训前做三件事：① 用一句话写失败（「客服总先客套再绕到重点」而不是「模型不够聪明」）；② 写 12 道黄金题，含原句、改写、拒绝、一道必须查表的事实题；③ 用未加载 LoRA 的底模先答一遍，存档。这就是训练前。

点开看动画

互动 · 训前 / 训后

训练是为了修哪个失败，不是为了「跑完 1200 步」

底模已经会画人、会聊天。你花钱改的是一份补丁：让某一张脸稳定，或让某一种口吻稳定。没有训练前快照，训练后的「好像更好」只是感觉。

失败模式

底模会画「一个好看的人」，但换场景就换身份。IP-Adapter 每次都要再贴参考图，权重里没有「这个人」。

此刻出图

一张好看的亚洲女性，脸和训练集对不上。换 prompt 就换一张脸。

成功合同（开训前写上）：6 条未见过的场景、同一 seed、关掉参考图，换装仍被认出；侧脸若数据里没有，允许失败，并记进下一轮补拍。

先拍照，再动刀：同一组 prompt / 同一组问题，底模答一遍存档。没有这组「前」，你无法证明补丁解决了问题，只能证明 loss 下降了。

提示词

RAG / 工具

SFT LoRA

测一下

「用我的语气回复客户，并引用本周库存」正确组合？

过关清单