本文以一个“客服请求分类并输出 JSON”的小项目为例，介绍监督微调（SFT）的运行过程、LoRA 如何影响 Qwen 模型、labels=-100 的作用，以及 LoRA 如何修改 Transformer 的 Attention 与 MLP 计算。

本文从背景、数据、训练和评估四个方面，整理大语言模型监督微调（SFT）的基础概念与实践经验。