监督微调（SFT）闭环正文

这页只做训练微调问题的判断框架：不重复 intro 的路线入口，也不写 walkthrough 的连续故事。

判断表

先分清问题在数据、loss、LoRA 配置、训练控制还是项目交付，再判断是不是已经需要转去显存、量化或对齐分支。

现象	优先判断	先看哪条线	常见动作
loss 能跑，但生成质量没变好	data / loss mismatch	01	检查 input_ids / attention_mask / labels、response-only loss、EOS 对齐
LoRA 训练正常，但收益很弱	adapter config	02	检查 target modules、r / alpha / dropout、可训练参数占比
loss 波动怪，step 口径不一致	training control mismatch	03	检查 scheduler、accumulation、optimizer step、effective batch
训练跑通了，但实验结论站不住	evaluation gap	04	补 train / val、样例评估、速度与显存记录
adapter 产出了，但项目不可交付	delivery gap	05	检查 adapter、tokenizer、config、artifact、采用结论
基础闭环跑通后需要扩展	branching	06	再进入 26 / 31 / 15 / 16 等分支

检查项	主要回答什么	常见误判
input_ids / attention_mask / labels	数据是否真的形成了正确 supervision	只要能 tokenize 就算数据正确
LoRA target modules	adapter 是否挂在真正有意义的层上	直接沿用默认层，不看结构差异
scheduler / accumulation	训练控制口径是否统一	按 micro-batch 计 step，把 loss 曲线看花
eval sample / val loss	训练结果是否真的变好	只看 train loss，不看生成样例
artifact / report	实验是否可复现、可交付	训练结束就算项目完成

60 的价值不在于再讲机制，而在于把这些判断收成真正的项目结论。

本节要点

这页的职责不是再讲一遍 SFT 流程，而是把训练微调里最常见的判断点压成一张表。路线入口留给 intro，连续故事留给 walkthrough，项目收口留给 60。