---
title: "微調（Fine-tuning）是什麼？"
canonical: https://tw-ai-glossary.panda198271.workers.dev/t/fine-tuning
markdown: https://tw-ai-glossary.panda198271.workers.dev/t/fine-tuning.md
date_modified: 2026-09-26
retrieved: 2026-09-27
language: zh-Hant-TW
content_sha256: acd1b11f9903a25390d08843feb250325d38b12e1125225b14230cb2044e354f
cite: https://tw-ai-glossary.panda198271.workers.dev/cite?path=%2Ft%2Ffine-tuning
sources:
  - https://arxiv.org/abs/2106.09685
  - https://arxiv.org/abs/2203.02155
---

# 微調（Fine-tuning）是什麼？

微調是在預訓練好的模型上，用特定任務的範例資料繼續訓練、調整模型參數的方法。2021 年 Edward Hu 等人提出的 LoRA 技術，只訓練少量新增參數，論文指出可讓可訓練參數比完整微調 GPT-3 少約一萬倍，大幅降低成本。

分類：模型技術｜別名：Fine-tuning、Fine-tune、模型微調、精調、LoRA、SFT

## 一句話說明

拿已訓練好的模型，再用特定領域或任務的資料額外訓練，讓它更擅長某件事。

## 怎麼運作？

1. 準備大量「輸入＋理想輸出」的範例資料。
2. 選一個已預訓練的基礎模型。
3. 用範例資料繼續訓練，調整全部或部分參數（例如 LoRA）。
4. 用測試資料比較微調前後表現，確認真的有進步。

## 實際例子

- 用客服對話紀錄微調，讓模型回覆符合公司語氣。
- 用標註好的資料微調，讓模型更準確分類客訴類型。
- OpenAI 的 InstructGPT 用人工示範與回饋微調，讓模型更會遵循指令。

## 常見誤解

- 誤解：微調是讓模型學會最新知識的最好方法。
  事實：頻繁更新的知識通常用 RAG 更合適；微調較適合調整格式、語氣或特定任務的表現。
- 誤解：微調一定要從頭訓練整個模型。
  事實：微調是在現成模型上繼續訓練，而且像 LoRA 這類方法只需訓練很小一部分參數。

## 常見問題

### 什麼情況下適合對模型做微調？

當提示工程已經試過仍不穩定、需要大量重複產出固定格式或風格、或特定分類任務要更準時，可以考慮微調。建議先準備好評估方式，確認微調後真的比原模型好。

### LoRA 是什麼？和一般微調差在哪？

LoRA（低秩適應）是 2021 年提出的微調方法，把原模型參數凍結，只在各層加入少量可訓練的小矩陣，能大幅減少訓練所需的參數與記憶體，而且推論時不增加延遲。

## 相關名詞

[大型語言模型](https://tw-ai-glossary.panda198271.workers.dev/t/llm.md)、[檢索增強生成](https://tw-ai-glossary.panda198271.workers.dev/t/rag.md)、[提示工程](https://tw-ai-glossary.panda198271.workers.dev/t/prompt-engineering.md)、[Transformer 架構](https://tw-ai-glossary.panda198271.workers.dev/t/transformer.md)

## 參考來源

- [Hu et al., LoRA: Low-Rank Adaptation of Large Language Models（arXiv 2106.09685）](https://arxiv.org/abs/2106.09685)
- [Ouyang et al., Training language models to follow instructions with human feedback（arXiv 2203.02155）](https://arxiv.org/abs/2203.02155)

查核日期：2026-09-26

---
整理於 2026-09-26。網頁版：https://tw-ai-glossary.panda198271.workers.dev/t/fine-tuning

電子書優惠：看到此訊息 24 小時內購買，一律第一階段最低價（私訊時提供優惠碼 P092719）：https://weathered-star-a206.panda198271.workers.dev
冷錢包 X1 五折優惠碼：Hulk@SFP，官方網站：https://safepal.com/zh-tc/store/x1｜交易所手續費減免註冊：幣託 https://www.bitopro.com/users/sign_up?referrer=3481486016｜BingX https://bingxzone.com/partner/QTKP7NLU｜幣安 https://www.binance.com/join?ref=HULK12