如何在技术面试中自信应对“大模型微调”话题？

从事测试开发同学这两年跳槽，会越来越频繁遇到“大模型微调”类问题。很多人第一反应是：我平时写 UI 自动化、搞接口压测，怎么突然和模型训练扯上关系了？

现实就是，AI 已经渗透进测试领域：质量评估、数据生成、智能测试、甚至大模型测试本身，都需要对微调机制、预训练逻辑、指令数据构造有基本理解。

下面整理了一份涵盖 35 个经典微调面试问题的技术解读帮助你在面试里不被问懵。

---

1. 全参数微调到底要多少显存？

取决于模型大小和训练配置。简单记一条经验：显存 ≈ 参数量 × 2～3 倍（训练时会有梯度、优化器状态等额外开销）。 比如 70B 模型，基本不考虑本地，只能上集群。

测试开发常问：为什么显存这么夸张？ 因为训练时不是“推理那么轻松”，而是要反向传播、保存梯度、优化器状态，天然三倍体积。

---

2. 为什么很多人做完 SFT 感觉模型“变傻”？

SFT（有监督微调）容易让模型“过度跟随数据”，如果数据质量不均、指令风格太窄，模型会失去原有的探索能力，生成模式单一。 类似你做接口自动化时，只给脚本喂固定场景，脚本当然学不会异常情况。

---

3. SFT 的指令数据怎么构建？

关键不在量，而在指令覆盖度和风格一致性。 一个常见模式是：

指令：给出任务  
输入：补充信息（可空）  
输出：模型应该生成的内容

对测试开发来说，可以构建一些更贴近业务的：缺陷分析、性能瓶颈定位解释、日志推理等任务。

---

4. Continue Pretrain（继续预训练）的领域数据如何选？

越“接近真实业务越好”。 比如电商行业模型，就喂商品描述、客服对话、订单结构化数据。 测试行业模型，就喂用例、日志、缺陷描述、排查步骤、指标规范等。

---

5. 领域训练后通用能力下降怎么解决？

这叫“遗忘”。常用方法：

• 混入部分通用数据

• 使用低学习率

• 训练后做一次轻量 SFT 拉回能力

就像你把接口压测工具完全调成只适应某一服务，换个微服务就废了，模型也是同理。

---

6. Continue Pretrain 如何让模型学到更多知识？

不仅仅靠“喂更多数据”。 重点在于：

• 数据要干净

• 覆盖要均匀

• 格式要稳定

• 通过分阶段训练逐步学习

---

7. SFT 时选 Base 还是 Chat 模型？

SFT 本质是再训练模型的行为模式。 如果你是做指令对齐，通常选 Base； 如果是轻量领域增强，直接在 Chat 上继续训更高效。

---

8. 领域微调的数据格式要求？

保持结构清晰、风格稳定、一致性强。 模型比你想得“更敏感”，格式乱一点，训练效果立刻下降。

---

9. 领域模型的评测集怎么构建？

评测集是给模型的“期末考试卷子”。 必须来自真实任务，例如：

• 性能指标分析

• 测试设计推理

• 日志异常定位

• API 失败原因判断

• 测试方案对比

覆盖“模型未来要承担的能力”。

---

10. 是否需要扩词表？

中文场景有必要，比如：

• 行业专有名词

• 编程语言 token

• 测试领域术语

扩词表能减少“拆字”，提升模型理解能力。

---

11. 如何训练自己的大模型？

如果不是机构级别，建议从 LoRA / QLoRA + SFT 入手，而不是从零训练。 从零训练 = 数据贵、算力贵、效果不稳定。

---

12. 中文大模型训练经验有哪些？

中文要注意：

• 切词方式

• 标点风格

• 多样体裁（口语/书面）

• 行业术语覆盖

否则训出来的模型像“语文课代表”。

---

13. 指令微调有什么好处？

让模型学会“怎么回答人”，而不是“知道什么”。 类似测试开发里给脚本写公共框架，行为更一致、更稳定。

---

14. 知识是在预训练还是微调阶段注入的？

预训练注入“知识”； 微调注入“行为”。 一个是大脑，一个是习惯。

---

15. 想让模型学某行业知识，用预训练还是微调？

依赖知识密度。大量领域知识 → continue pretrain。 任务形态（怎么回答） → SFT。

---

16. 多轮对话任务怎么微调？

适配「上下文关联」，数据一般是：

用户：...
助手：...
用户：...
助手：...

训练时保持对话链条连续。

---

17. 灾难性遗忘是什么？

模型为了学新知识，把旧知识“挤掉”。 类似你把接口压测脚本改成只跑压测，功能验证相关逻辑会自动退化。

---

18. 微调模型需要多大显存？

LoRA（8～24GB）、QLoRA（12GB 也能练）、全参数（64GB 起步甚至更高）。

---

19. SFT 时模型到底在学什么？

学“任务模式”。 比如回答风格、格式、逻辑结构，而不是百科知识。

---

20. 预训练与 SFT 有什么不同？

预训练：摄入全世界的文本 SFT：学会怎么当一个有用的助手

---

21. 样本量增大导致 OOM？

通常是因为：

• batch size 设置过大

• 序列长度拉满

• 优化器状态占用爆炸

---

22. SFT 如何优化样本？

主要是：

• 去掉重复

• 去掉风格冲突

• 去掉噪声

• 删除无意义的回答冗余

数据越干净，模型越聪明。

---

23. 模型参数的迭代实验怎么做？

常见方式：

• 切不同学习率

• 调 LoRA rank

• 不同指令模板

• 混域 vs 纯域训练

记录每次实验的评测指标非常关键。

---

24. 微调的一些经验建议

简单说，别“一把梭”。 模型训练就像性能调优：反复试、慢慢调、逐步验证。

---

25. batch size 太小的影响？

梯度不稳定，收敛慢，模型易随机发散。

---

26. batch size 太大的影响？

显存容易爆，模型容易“平均化”，变得呆板。

---

27. batch size 如何设置？

通常根据显存、序列长度反推。不够就使用梯度累积。

---

28. 优化器怎么选择？

常见的是 AdamW、Lion。 小模型 AdamW 大多够用。

---

29. 哪些因素影响显存使用？

模型大小、batch size、序列长度、LoRA 或全参、优化器状态。

---

30. 领域预训练用哪些数据集？

根据行业选择：技术文档、API 文档、日志样例、缺陷描述、测试用例等。

---

31. 微调数据集如何构建？

围绕真实任务构建，覆盖高频业务场景，让模型“能用”。

---

32. 大模型训练 loss 出现突刺怎么办？

32.1 什么是 loss 突刺？

训练 loss 突然跳高但又下降。

32.2 为什么出现？

数据脏、极端样本、学习率太大、batch 太小。

32.3 如何解决？

降学习率、清洗数据、调 batch、缩序列长度。

---

大模型微调特别注意点

作为测试开发，你需要更关注以下方向：

• 怎么评估大模型的功能正确性（可控性、稳定性）

• 怎么构建大模型的质量评测集

• 领域数据采样、清洗、分类

• 模型的日志分析、训练监控

• 性能指标：吞吐、显存、迭代速度

• 如何发现训练中的“模式坍缩”和“模式漂移”

这些能力正在成为“AI时代的测试开发核心竞争力”。

大模型不是玄学，它越来越像微服务一样，可以拆解、监控、测试、优化。