英文：Fine-Tuning 分类：training
在预训练模型基础上，用目标任务的数据继续训练（更新全部或部分参数），使模型适配特定任务/领域的技术；预训练提供通用知识，微调负责"最后一步"的能力对齐。
形式：全参数微调（更新所有权重）、参数高效微调（LoRA/Adapter 只更新少量参数）；关键：学习率（通常远小于预训练）、数据质量与规模（数千-数万条即可显著提效）、灾难性遗忘（需平衡通用与专用能力）；流程：准备任务数据→低学习率训练→评估验证。
用于垂直领域适配（医疗/法律/金融术语）、企业私有模型（数据不出域）、风格/任务对齐（客服话术、写作风格）与小型部署（微调后模型更小更准）。