【摘要】LoRA 微调 Qwen3.5-9B：四轮实战参数调优攻略 基于真实训练日志提炼的“决策树”式调参指南 一、四轮实验全景总览 轮次学习率Epochs数据量/份梯度裁剪Warmup最终 Loss最佳 LossToken Acc结论 R1 1e-4 1 #100 ❌ 0.05 1.38 1.22 67% 阅读全文