https://socake.github.io/tags/trl/Recent content in TRL on 黄文卓 | DevOps EngineerHugo -- gohugo.iozh-CN17691281867@163.com (Wenzhuo Huang)17691281867@163.com (Wenzhuo Huang)© 2026 Wenzhuo HuangWed, 14 Jan 2026 09:56:00 +0800https://socake.github.io/posts/llm-finetuning-lora-practice/Wed, 14 Jan 2026 09:56:00 +080017691281867@163.com (Wenzhuo Huang)https://socake.github.io/posts/llm-finetuning-lora-practice/什么时候该微调、什么时候该用提示工程？本文给出决策框架，然后用Unsloth+QLoRA实战微调Qwen2.5-7B，覆盖数据格式、训练监控、权重合并、部署到vLLM测试，以及10个真实踩坑记录。