损失函数与优化器：大模型微调中的调参暗坑上周调一个7B模型时遇到了怪事：验证集loss稳步下降，但生成的结果越来越离谱。盯着训练曲线看了半天，突然意识到问题出在loss函数的选择上——我直接套用了预训练时的配置，却忘了微调任务的目标已经变了。这种“想当然”的配置失误，在大模型微调中尤其致命。损失函数不是选择题很多人把损失函数当作选择题：“分类任务用交叉熵，回归任务用MSE”。但在大模型微调中，这种思维会掉坑里。以对话微调为例，标准的交叉熵损失可能会过度惩罚长文本中的次要错误。我遇到过这样的情况：模型在关键事实回答上已经很好，但因为一些语气词使用不够自然，loss值依然很高，导致优化器继续“过度优化”。# 常规做法（有隐患）loss=nn.CrossEntropyLoss()(logits,labels)# 更好的做法：考虑注意力掩码loss=(cross_entropy*attention_mask).sum()/attention_mask.sum(