大模型微调流程

大模型微调全流程指导，从策略选择到模型评估。当用户提到大模型微调、LLM微调、SFT训练、RLHF训练、DPO训练、LoRA微调、QLoRA微调、指令微调、对话微调、领域微调、模型对齐、继续预训练，或想了解"怎么微调大模型""LLM微调怎么做""SFT怎么训练""LoRA怎么配""大模型怎么对齐""怎么让模型学会XX""大模型领域适配"时触发。不适用于通用ML/DL模型训练（用model-training-pipeline）、微调数据集构建清洗（用dataset-curator）、模型量化压缩（用model-quantization）、推理加速部署（用llm-inference-acceleration）。