前置与目标
先完成数学、机器学习、token 与评估基线笔记，可从 系统主线 查阅。目标是区分训练过程、模型行为与应用证据，并能判断是否真的需要微调。
学习方法
先手算梯度与回报，再设计样本、聊天模板、loss 范围和验证集。用 RAG 作为对照方案，明确微调预期改善哪种稳定任务模式。原课程的硬件与依赖须在实际运行前重新核对。
完成标准
留下授权数据清单、训练/验证隔离理由、基础模型与 adapter 版本、配置、checkpoint 计划和能力回归表。不能仅以 loss 下降宣布模型变好；没有训练日志时不得写收益数字。
核验范围
2026-10-07：8 步概念支线；本次没有下载权重、占用 GPU 或运行训练。
- 01
深度学习训练：计算图、损失与优化
验证任务：标注训练循环与梯度清零位置，解释两组假想曲线。
- 02
优化与正则化：学习率、泛化与训练曲线
验证任务：手算 SGD，解释学习率、正则化和早停的区别。
- 03
PyTorch 训练实践：数据、梯度与 checkpoint
验证任务：检查形状、模式、梯度状态和保存/恢复清单。
- 04
迁移学习与数据增强：冻结、微调和标签一致性
验证任务：写冻结/微调计划，检查 BatchNorm、增强标签与划分单位。
- 05
Transformer：注意力、位置与生成
验证任务：画因果掩码，标注注意力形状，解释训练与生成的并行差别。
- 06
强化学习：奖励、价值与策略
验证任务：定义三格迷宫的状态、动作、奖励，手算回报并找刷分漏洞。
- 07
LLM 训练与适配：预训练、SFT、LoRA 与对齐
验证任务：设计指令与偏好样本，写 loss 范围、数据划分与保存清单。
- 08
LLM 评估：样本、评分、评判模型与回归
验证任务：设计十个测试样本、独立评分规则与错误类别。