主流 PEFT 方法的机制差异、参数量、效果与工程选型建议，帮助在 LoRA 之外做有依据的替代选择。

QLoRA 4bit 基座 + LoRA 的原理要点、BitsAndBytesConfig 配置、显存估算及 CUDA/ROCm 兼容注意。

DPO/ORPO 所需的偏好对数据来源、构造方法、chosen-rejected 质量要求及 TRL 数据格式示例。

SFT 微调前的数据清洗流程：去重、长度过滤、格式合规、标签一致性、毒性/PII 处理及质量抽检清单。

SFT 微调三种数据格式（text / messages / prompt-completion）、chat template 机制、completion_only_loss 与训练推理一致性的工程要点。

LoRA 低秩适配的直观原理、LoraConfig 关键参数、target_modules 选型、学习率与 rank 消融，及与 SFTTrainer 集成的常见踩坑。

对比 DPO、ORPO、KTO、GRPO 与经典 RLHF 的数据要求、工程复杂度、适用场景与 TRL Trainer 映射，帮助 SFT 之后选对齐路线。

LLM 微调技术路线系列入口：后训练阶段划分、PEFT/对齐/数据/工程模块索引，以及与工具详解、评估指标、Math 理论系列的阅读分工。

视觉 ImageNet 归一化、NLP 分词与统计、表格/组学/蛋白等领域特化预处理要点。

sklearn Pipeline、ColumnTransformer、CV 内 fit、预处理泄漏案例与工程最佳实践。