用 LoRA 微调一个 7B 模型做垂直领域问答，配置为：r=8, alpha=16, target_modules=['q_proj','v_proj'], lr=1e-4, 训练 3 epoch。结果领域知识题涨了 6 个点，但输出格式遵循（要求输出固定结构的字段）几乎没提升，长回答里还是会漏字段。你会先改哪些配置，为什么？改动顺序是什么？

面试官在考什么

考察候选人是否知道 LoRA 的效果瓶颈通常先出在 target_modules 和 rank（适配容量）上，而不是无脑调 lr，并且会用单变量消融定位问题。

LoRA

回答框架 · 前两步

1. 先扩 target_modules：只训 q_proj / v_proj 时 MLP（gate_proj / up_proj / down_proj）完全没被适配，而结构化输出、字段纪律这类行为改变往往需要更宽的适配面，这通常是收益最大的一步。
2. 再提 rank：r=8 偏小，格式与多字段结构化通常需要 r=32~64；alpha 一般取 2r 或保持 alpha/r 的比例不变，否则等效学习率会被悄悄改掉。

延伸阅读

• 从「背过」到「能选型」：原理的三层准备法

想看这个方向的整体准备路线？ 进入「NLP 与大模型」方向页

同一能力域的其他题

• 微调一个大模型时，LoRA 相比全参微调省在哪里？rank 怎么选？为什么它可以在推理时合并回原权重？
• 请说明 SFT、RLHF、DPO 各自解决什么问题。为什么有了 RLHF 还要提 DPO？
• 长文本场景下，上下文窗口装不下时你会怎么办？请对比"截断、分块递归总结、检索"三种方案的代价。
• 你要用大模型做一个每天数百万次调用的线上功能，成本和延迟怎么压？请给出你的优化优先级。
• 一个 32 层 decoder-only 模型，hidden_size=4096，attention head 数 32，KV head 数 8（即 GQA），FP16 推理。现在 batch_size=4、序列长度 8192。请算出 KV cache 占多少显存；如果把 GQA 换成 MHA（32 个 KV head），显存变成多少；并解释为什么现在的模型普遍用 Pre-LN + RMSNorm，而不是原始论文的 Post-LN + LayerNorm。
• 一个 7B 稠密模型，预训练上下文 4K，现在要支持 32K 推理。模型结构：32 层、32 个注意力头、head_dim=128。服务端 8×A100 80G，batch size 固定 16，FP16 权重 + FP16 KV cache。两个问题：(1) 注意力从 MHA 换成 GQA（8 个 KV 头）前后，32K 上下文下单批 KV cache 各是多少？(2) 4K→32K 的位置外推你会选哪种方案，代价是什么？