下面是一套 第 7 课 Exit Ticket，对应 0-lecture.md 的当前内容。建议把它当成一份“把模型真正用起来”的微调观察卡，10 分钟够用。重点不是背 LoRA 缩写，而是看你有没有把 SFT、PEFT、LoRA 和任务适配串起来。

Exit Ticket（10 题，开卷）

1) 为什么预训练之后还需要微调

请用 2 句话回答：

• 预训练擅长什么
• 它为什么还不够“可用”

2) instruction tuning 在补什么

请回答：

• 它想让模型学会什么
• 为什么它比“继续喂文本”更像转型

3) SFT 在微调链路里扮演什么角色

请用 2 到 3 句话回答：

• 为什么常常先做 SFT
• SFT 和后面的对齐 / 偏好优化是什么关系

4) 高质量 SFT 数据长什么样

请分别用一句短语解释：

• 好的指令数据有什么味道
• 为什么数据质量会直接影响结果

5) PEFT 想解决什么现实问题

请回答：

• 为什么全参数微调太贵
• PEFT 在省什么

6) Prompt Tuning / Prefix Tuning / LoRA 各像哪种思路

请分别用一句短语说明：

• Prompt Tuning
• Prefix Tuning
• LoRA

7) 为什么 LoRA 特别流行

请用 2 句话回答：

• 它在 Transformer 里大概是怎么工作的
• 为什么它这么适合工程落地

8) 微调的流水线应该怎么看

请用 2 到 3 句话回答：

• 数据、训练、部署这三步怎么连起来
• 为什么微调不是单点技巧

9) 什么时候你会优先选 PEFT，而不是全量训练

请尽量口语化：

• 哪些场景更适合参数高效微调
• 为什么它更像现实里的默认选项

10) 用一句话把这课讲给同学听

请尽量自然一点：

• 微调到底在干什么
• 为什么它是“让模型真正可用”的那一步