常见误区：「我这份数据到底叫 SFT 还是 LoRA？」正确理解是——数据属于 SFT（监督微调）数据，LoRA 是训练方法。这一篇把两个不在同一层的概念彻底分清。

两个词不在同一层

术语 指什么 配置里常见字段
SFT 训练任务：用「输入 → 标准答案」监督模型 stage: sft
LoRA 参数高效微调：冻结基座，只训低秩适配器 finetuning_type: lora

所以规范的说法是：用 SFT 数据，做 LoRA 微调。

同一套数据，可以换多种训法

方法 含义 显存压力 备注
LoRA 只训适配器 低 本系列默认
Full 更新全部参数 高 适合更大盘数据或冲上限
QLoRA 量化基座 + LoRA 更低 显存紧张时

换方法时，数据集通常不用重做；主要改配置中的微调类型，以及学习率、batch 等超参。

配置对应关系（示意）

1
2
3
4
5
6
7
stage: sft
do_train: true
finetuning_type: lora

lora_rank: 8
lora_alpha: 16
lora_target: all

训练完成后，可用导出命令把适配器合并进基座，得到可独立加载的完整模型目录。

一句话记住

  • 问「数据是什么」→ SFT / 指令微调数据
  • 问「怎么训的」→ LoRA（或 Full / QLoRA）
  • 问「交付什么」→ 合并后的完整模型（可选：推理侧 schema 校验）

语言模型微调实战第 02 篇完。下一篇进入环境：用 Docker 把 LLaMA-Factory 训练环境固化下来。