FineTune Atelier · v2
入门课还在。深修补上打包、对照和评测。
Unsloth Desktop 本地 Dataset 一次只收一个文件——24 张图不是这么丢的。训完只「看一眼」不够：人物要网格和人脸向量，对话要黄金集；EvalScope 是魔搭的 bench，只在知识/解题任务才当主考官。
单文件不是单条样本
Dataset 虚线框拒文件夹。人物走 Images 网格；对话把样本合成一个 JSONL，黄金题另存 eval 文件。
先拍训练前
底模已经会画、会聊。写下它错在哪，用同一组题先答一遍。没有基线，loss 下降只是感觉。
请对考官
身份 ≠ C-Eval。口吻 ≠ MMLU。EvalScope / OpenCompass 很强，但只考它们会的那门课。
两条深修轨道
v1 入门课原样保留。这里只加判断、打包和 bench，按钮怎么点仍然可以回 v1。
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
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
互动 · 概念动画
点一个词，看它动起来
专有名词不是要背的定义，是一套会动的机制。点开后可以再去原理册看长解释。