赛博茶馆【微调实战】Qwen3.8-27B 四比特 QLoRA 微调全流程记录

1. 环境：RTX 3090 24GB，Python venv + Unsloth + TRL2. 模型：Qwen3.8-27B（52G safetensors，18 shard）3. 方法：4-bit QLoRA（NF4 量化 + LoRA rank 16），10 条训练数据 × 1 epoch4. 显存：峰值约 19GB，3090 24GB 完全跑得动5. 训练：约 30 分钟完成，loss 平稳下降6. 合并：fp16 全量合并回 52G/18 shard7. 实测：3/3 问答全对，中文流利、结构清晰8. 结论：消费级显卡微调 27B 级大模型完全可行！

微调 QLoRA 大模型