本文是一份关于大模型微调的实用指南。文章指出，通用大模型在处理特定领域任务时存在不足，而微调是将其转化为领域专家的关键。文章系统性地介绍了微调的核心概念（CPT、SFT、DPO）、主流参数高效微调技术（重点详解LoRA与QLoRA的原理与优势），以及数据构建的格式、策略与质量要求。同时，文章提供了从硬件准备、实战流程（以LLaMA-Factory为例）、显存与时间估算到常见问题排查的完整落地路径，并推荐了包括ms-swift在内的工具链。最后，文章总结了微调的核心心法，强调数据质量优先，并建议采用小步快跑的迭代策略。