Fine-tune（微調）
又稱：微調 · fine-tuning · fine tuning · LoRA · 模型微調 · PEFT
拿一個現成模型，用你自己的資料繼續訓練，把新的行為或風格寫進權重裡。
你會在什麼時候遇到它
當「模型總是不照我要的格式回答」、而有人建議你「微調一個吧」的時候，你就站在這個決策點上。不懂微調的適用範圍，你會在改 prompt 就能解決的問題上花幾週蒐集資料、燒訓練費；或更糟 —— 期待微調教會模型它本來不知道的內部知識（那是 RAG 的工作），結果又貴又會過期。
打個比方
改造一個員工的三種手段：給他一份操作手冊（prompt —— 立即可用、隨時可改）；給他一個可查的資料櫃（RAG —— 知識可更新）；送他回爐重訓（fine-tune —— 改變的是直覺和習慣，效果深入，但慢、貴，而且公司制度一改就要重訓一次）。
最小範例
決策順序（幾乎永遠從上往下試）：
1. 行為不對 → 改 prompt／系統提示 成本：幾分鐘
2. 缺你的文件知識 → 接 RAG 成本：幾天
3. 風格、格式、領域腔調要穩定且規模化，
提示詞已經壓不住 → 才考慮 fine-tune 成本：幾週起跳
隱藏成本：基座模型一換代，微調通常要重做；
每次上線前要有評測集，否則你不知道它把什麼改壞了。微調擅長的是「行為」：固定的輸出格式、一致的語氣、領域的表達習慣。它不擅長注入「事實」—— 訓練資料裡的事實會被寫死進權重，一旦過期或記錯，你沒辦法像更新文件一樣更新它。
最常搞錯的地方
- 用微調來灌知識，以為把公司文件拿去訓練，模型就「學會」了。它更可能學會文件的腔調，卻把細節記成四不像 —— 而且無法溯源、無法更新。知識用 RAG，行為用微調，這條線要劃清楚。
- 以為微調是一次性專案。它是要長期養的東西：基座換代要重訓、資料要持續清洗、每次重訓都要跑評測確認沒有退化 —— 很多團隊微調完第一版就再也沒預算維護，模型慢慢爛在那裡。