什么是领域微调？行业模型的养成过程

医学生本科五年学的是通用医学，进专科规培三五年，才长成能独当一面的专科医生——领域微调走的是同一条路：拿通用模型，喂行业语料、按行业规矩调教，养成行业熟手。用 DeepSeek、智谱清言的公开底模起步，是眼下小团队最常见的养法。本文用专科规培的场景，把配方和代价讲清。

从全科到专科：行业熟手怎么长

通用模型像全科医生：什么都能聊，但问到行业细节就含糊。领域微调要补的正是这些细节：行业的术语体系、文书格式、常见问法的标准答案。材料来源很固定——行业教材、判例汇编、财报、问诊记录，都是成套的现成语料，缺的只是把它们喂进模型的工序。

行业材料还有个现成来源：开源社区已经放出了不少成套的行业语料，法律文书、医学教材、财报公告都有整理好的版本，省下的正是收集和清洗的功夫。拿别人筛过的材料起步，再按自己的用途补独家数据，是小团队最常见的配方。

养成分两步走是常见节奏：先用继续预训练补行业常识，再用标注问答练答题规范。什么是继续预训练？给底模安排再读书那篇讲的前半段，什么是全量微调？所有参数都动的训练常承担后半段的重活，两段接力才出得来一个像样的行业熟手。

专科规培：见过病例才叫专科医生

规培的核心是见病例：教材背得再熟，没在病房里转过，遇到真实病人照样发懵。领域微调也一样，行业语料就是病例——模型要在大量真实的行业文本里，把课本术语和实际用法对上号。见得越多，回答越稳；见的都是陈旧病历，养成的是过时习惯。

带教老师还会根据病例调整教学重点，对应到训练里就是根据测评反馈调整材料：哪类问题答得外行，就把对应的行业材料往上抬。养成不是一锤子买卖，是案例与测评的反复循环。

规培还有带教老师在旁边纠错，对应到训练里就是评测集：每一轮养成，都要拿行业内真实问题测一遍。什么是奖励模型？给 AI 回答打分的裁判那篇讲的打分机制，在行业养成里负责把像不像行家量化出来。

行业养成速查表

• 第一步：行业常识回炉，补术语和语感
• 第二步：标注问答调教，练答题规范
• 验收尺：行业真实问题的评测集
• 红线：涉医涉法涉金融内容，须加专业审核与免责说明

类比失效的地方：专科越窄越要防偏科

规培类比有一处对不上：规培生有执业资格和医德把关，模型没有。行业材料里的错误结论、过时规定、地域性偏见，会被模型一并学走，答得越像行家，错得越有底气。所以行业养成必须配人工抽检，不能只认曲线。

行业养成还要防另一种偏科：材料全来自教材，模型就一嘴书本腔，答得来考题，答不来客户的随口一问。真实工单、对话记录、邮件往来，这些带着烟火气的材料要掺进去。

还有一处：专科医生知道自己几斤几两，边界外会转诊；模型的自信却与能力无关，问过界的问题也敢答。行业知识边界这道墙，得靠安全调教单独砌。什么是安全微调？出厂前补一堂规矩课那篇讲的规矩课，和专科养成是两条都要修的课。

三处对不上的地方，缺口和补法分别是这些。

关于领域微调再多问三句

• 通用模型直接打行业提示词不行吗？：简单问答可以，涉及成套术语和文书格式就露怯；养成过的模型，行话和格式是长在骨子里的。
• 行业数据涉密怎么办？：脱敏是前置工序，清理完再喂；拿带隐私的数据训练，风险远大于收益。
• 养成完还会答非所问吗？：答题规范那段调教没做好就会；行业模型答非所问，多半是规范训练偷了懒。

行业模型的养成没有捷径，配方和耐心各占一半。先想清楚模型在这个行业要回答哪几类问题，再按回炉加调教两步备料；评测集拿真实行业问题当尺子，尺子不稳，养成就是盲人摸象。