DeepSeek 微调翻车后,迁移学习回滚清单救了我周一例会后,我把客服 Agent 的 DeepSeek 微调版拉出来跑回归,发现 12% 的回答把测试集里的手机号编进了正文。更糟的是,训练日志显示第 3 个 epoch 后验证损失开始上升,我却在会上说「再跑两晚看」。止血时,我才承认这次翻车不是因为 DeepSeek 不行,而是没把补课顺序排对。我先按人工智能入门的地图排期,再回去翻迁移学习路线页里的回滚边界:它把预训练、微调、数据分布、层冻结放在同一张清单里,适合后端转 AI 的人,进路线页能直接抄走 8 周验收口径,不用再靠碎片笔记硬扛。第 1~2 周:数学别学成背公式我前两周最大的坑,是拿着教材推注意力机制。公式推了 6 页,训练日志里 loss 为什么震荡还是不会看。转过来跟人工智能入门的地图走之后,我才把数学目标降下来:先能解释「为什么微调学习率要比从头训练小一个量级」,而不是证明每个推导。这门课适合零基础转 AI,把概率、线性代数、优化放进可运行代码里,学完能判断哪些公式值得手推,哪些先当黑盒用。数学这一周不是要会证明,而是要能在训练日志里定位异常。第 1 周:概率分布、期望、方差,配合 20 行数据清洗脚本第 2 周:梯度、链式法则、学习率,做一个最小二乘 demo检查项:能不能用 3 句话说清过拟合、欠拟合、学习率过大迁移学习路线页第一页就写清了边界:数学只学到能解释训练日志即可。进页面能拿走一份 8 周数学检查表,不用从教材第一章硬啃,适合第一次接触基座模型的人。第 3~4 周:先把训练拆成可回滚四步第一版翻车不是模型,是数据。测试集混进训练集,混淆矩阵 看起来很好看,上线后幻觉率直接飙到 12%。补机器学习入门之后,我才把数据版本、特征口径、评估指标拆成一套可回滚流程。这门课从线性回归讲到交叉验证,适合没做过完整 ML 项目的人,学完能写可复现 pipeline,面试也能讲清数据泄漏为什么比调参更致命。我用机器学习管道把训练拆成四步:数据预处理、特征工程、训练、评估。这个模块教的是把每次训练都变成可回滚快照,团队里排查数据问题至少省 2 小时,不用每次发版前靠肉眼翻 CSV。# 数据版本必须进 git,避免训练/测试污染 import joblib from sklearn.model_selection import StratifiedGroupKFold DATA_VERSION 2026-02-cs-v3 # 按 user_group 分层,防止同一用户同时出现在训练和测试 splitter StratifiedGroupKFold(n_splits5) for train_idx, test_idx in splitter.split(X, y, groupsuser_group): joblib.dump(X.iloc[train_idx], train_{}.pkl.format(DATA_VERSION)) joblib.dump(X.iloc[test_idx], test_{}.pkl.format(DATA_VERSION))没有数据版本,就没有回滚。训练集:70%,保留 90 天客服对话验证集:15%,按意图分层测试集:15%,按用户分群隔离漂移检查:PSI 每 7 天跑一次,超 0.1 报警迁移学习路线页把「数据准备」放在模型选择之前,进页面能拿到 8 个常见数据泄漏自查题,适合第一次做基座微调的人,省掉我这次踩过的最大坑。第 5~6 周:微调不是加载权重我第二版翻车发生在显存上。加载 DeepSeek 基座后直接全参数微调,GPU 0 利用率忽高忽低,第 3 个 epoch 后验证 F1 掉到 0.62。当时我以为参数越多越稳,结果预训练特征被新数据冲坏,客服语气全变成机械道歉。补深度学习入门后,我才把「冻结/解冻」当成第一组决定来做。这门课用 PyTorch 讲预训练与迁移,适合有 Python 基础的人,学完能把模型拆成层,不再把基座当一块铁板。预训练权重不是拿来当万能底模的。冻结前 8 层:保留语义骨架解冻顶层:适配客服语气LoRA rank16:显存从 58GB 降到 24GB学习率分层:底层 1e-5,顶层 5e-4# 分层学习率:预训练层小,新参数大 for name, param in model.named_parameters(): if param.requires_grad: lr 1e-5 if embed in name else 5e-4 optimizer.add_param_group({params: [param], lr: lr})我最后用 LoRA 把全参数 6.2 小时压到 2.1 小时,验证 F1 从 0.62 回到 0.84,推理 P95 也从 1.8s 降到 0.7s。这里要特别说深度学习入门里的验收动作:先跑 200 条金标集,再看训练曲线,顺序反了就是烧钱。生成式AI课程补大模型与 RAG 的边界,学完能判断哪些任务提示词就够,哪些才需要微调,避免无意义烧 token。迁移学习路线页的「层冻结矩阵」可直接对照 PyTorch 模块名,进页面能拿到 3 种微调策略:全参数、LoRA、分层冻结,适合显存有限的人。迁移学习页里还把「何时不回滚」写成了阈值:验证 F1 下降超过 1.5 个百分点就停,省得你在第 4 个 epoch 才发现跑偏。第 7 周:把项目落成可回滚的 Agent第 7 周我做的不是模型,是上线。客服 Agent 由 RAG、轻量微调、兜底话术三部分组成。我把机器学习基础的评估方法搬进 CI:混淆矩阵、数据漂移 PSI、延迟 P95 三项全绿才允许合并。这门课讲评估和监控,适合准备发版的人,学完能把数据漂移写成自动报警,而不是等用户投诉才发现意图分布变了。我用机器学习管道的 CI 模板把三项指标写进合并卡点,团队里第一次做 Agent 的人也能照着跑,省掉一次发版前临时拉指标。ci: model: - job: eval-f1 threshold: 0.80 - job:>项目只 RAGRAG 迁移微调回滚阈值验证 F10.780.84下降 1.5pp 回滚幻觉率4.2%2.6%超过 5% 降级P95 延迟0.9s0.7s超过 1.2s 限流迁移学习路线页第七周给了「回滚四问」:数据版本、参数版本、指标基线、降级路径。进页面能拿走一张可直接贴进 README 的表,适合团队第一次上 Agent,避免我这种会上拍胸脯、发版前才补清单的情况。第 8 周:回滚清单与 8 周验收最后一周我没有继续加模型,而是把 8 周路线验收成清单。它不是论文摘要,而是一张能贴进 README 的回滚表。能回滚的 Agent,才配进生产。第 1 周:用人工智能入门建地图,数学目标定在能解释训练日志,适合转行第一周第 3 周:把数据版本写进 git,用机器学习入门做最小可复现 pipeline,省 2 小时排查第 5 周:用迁移学习的层冻结矩阵决定 LoRA 还是全参数,先验证显存与 F1第 7 周:把混淆矩阵和 PSI 写进 CI,机器学习基础的监控指标能防止数据漂移悄悄把准确率吃光上线前:生成式AI的 RAG 断言先跑 200 条回归,深度学习入门的金标集能挡住语气漂移代码补全:CodeWhisperer可以写数据清洗单测,但训练超参改动必须人工复核回滚:迁移学习详情页里的阈值表可直接抄进 README,验证 F1 下降 1.5 个百分点、PSI0.1、P95 延迟翻倍三项任一触发即回滚如果只从 8 周路线里挑 3 件事做,我会先做数据版本、再做冻结策略、最后做回滚断言。顺序对了,迁移学习路线页里的阈值表才真正有用;顺序错了,再大的基座也只是把错误放大得更稳一点。