_{🧠 记忆锚点：预训练学通用规律，微调学稳定任务与行为；先定目标，再用评测证明改变。}

💡 答案要点

微调 = 在预训练模型基础上，用特定任务数据继续训练

为什么需要微调？

场景	预训练模型	微调后
领域适配	通用知识	专业领域（医疗、法律）
任务优化	多任务能力	特定任务（分类、摘要）
风格定制	标准输出	特定风格（客服、助手）
行为对齐	可能不安全	符合人类价值观

微调 vs 预训练：

维度	预训练	微调
数据量	海量（TB级）	较少（GB-MB级）
训练时间	数周-数月	数小时-数天
成本	极高（数百万美元）	较低（数千-数万美元）
目标	学习通用知识	适配特定任务

面试话术：

"微调是在预训练模型基础上的二次训练。预训练让模型学会语言，微调让模型学会特定任务。就像通才变专家。"

📚 参考：Hugging Face：Fine-tune a pretrained model · OpenAI Fine-tuning Guide（何时需要微调）