微调神经网络训练（Fine-tuning） 定义 在预训练模型基础上使用特定领域/任务数据继续训练，以迁移与适配模型能力，较全量从头训练大幅节省资源。 谱系 全量微调：更新全部参数，效果上限高但成本高； PEFT：参数高效方法，如 LoRA微调神经网络训练、Prefix/Prompt Tuning、Adapter、BitFit； 分布式与显存优化：ZeRO微调神经网络训练、混合并行、梯度累积与检查点。