全量神经网络训练（Full-parameter Fine-tuning） 定义 在微调阶段更新模型的全部可训练参数，相比 PEFT 方法自由度更高，通常带来更高上限，但对数据/算力/显存要求更高。 工程要点 学习率与正则：更强的正则化与稳定的调参策略； 资源：大显存与高带宽（参见 Nvlink参数、PCIE参数）； 与数据治理/评测结合，避免灾难性遗忘与过拟合。