PEFT、LoRA 与提示学习
概念解释
PEFT、LoRA 与提示学习是“对齐、微调与推理”中的核心知识。让基础模型适应任务、偏好和有限计算资源。
核心方法与条件
先识别问题对象、条件和目标，再把“PEFT、LoRA 与提示学习”与本章其他概念建立联系。微调前先建立可复现评测集；否则模型风格变化容易被误判为能力提升。
例题或应用
微调前先建立可复现评测集；否则模型风格变化容易被误判为能力提升。
常见易错点
只记住“PEFT、LoRA 与提示学习”的名称而不检查对象、条件、范围和证据，会导致机械套用。
自检
请尝试不用原文解释“PEFT、LoRA 与提示学习”解决什么问题，再设计一个属于“对齐、微调与推理”的实例，并说明适用条件和判断依据。