# Fine-tuning · 精选电子书书单

> 面向"售前技术"角色。可合法免费获取的资料直接列官方链接。
> 时效性事实核实日期：2026-07-09（依据见 raw-data/2026-07-09-联网核实笔记.md）。

| # | 书名 | 作者/机构 | 类型 | 一句话简介 | 覆盖子主题 | 获取方式 |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | 《Fine-tuning LLMs Guide》（Unsloth Docs） | Unsloth | 🛠️实践 | 当前最友好的微调动手入口：从"该不该微调"到跑通第一个 LoRA，3GB 显存可玩，配 Colab/Kaggle 免费笔记本 | 何时微调, 训练实操, 框架 | 🔗 官方文档：https://unsloth.ai/docs/get-started/fine-tuning-llms-guide |
| 2 | 《smol-course》 | Hugging Face | 🛠️实践 | 围绕 SmolLM3 的全流程动手课：SFT→偏好对齐→评估→部署，低 GPU 门槛、不花钱能学完 | 训练实操, 偏好对齐, 评估部署 | 🔗 GitHub：https://github.com/huggingface/smol-course |
| 3 | 《LLM Course》 | Maxime Labonne | 🛠️实践 | 80K+ 星的 LLM 工程路线图 + Colab 笔记本合集，微调/DPO/GRPO/模型合并每个主题都有能跑的代码 | 方法谱系, 数据准备, 偏好对齐 | 🔗 GitHub：https://github.com/mlabonne/llm-course |
| 4 | OpenAI 微调官方指南（SFT / DPO / RFT 三篇）+ Cookbook DPO 笔记本 | OpenAI | 🛠️实践 | 托管微调 API 的第一手口径：三种方法各自适用什么场景、数据格式、grader 怎么写，售前答"OpenAI 上怎么微调"以此为准 | 托管服务, 偏好对齐, RFT | 🔗 官方文档：https://developers.openai.com/learn/fine-tuning |
| 5 | 《Finetuning Claude 3 Haiku on Bedrock》（Claude Cookbook） | Anthropic / AWS | 🛠️实践 | Claude 定制的唯一托管路径实操：数据要求（50–10k 条）、训练与部署全流程，被问"能微调 Claude 吗"的标准答案 | 托管服务, 上云落地 | 🔗 官方 Cookbook：https://platform.claude.com/cookbook/finetuning-finetuning-on-bedrock |
| 6 | 《LoRA: Low-Rank Adaptation of Large Language Models》 | Microsoft（arXiv 2106.09685） | 🛠️实践 | PEFT 的原始出处：看它是为了真正理解 r、alpha、target modules 这些天天要调的超参到底在控制什么 | 方法谱系, LoRA 超参 | 🔗 官方免费下载：https://arxiv.org/pdf/2106.09685 |
| 7 | 《QLoRA: Efficient Finetuning of Quantized LLMs》 | UW（arXiv 2305.14314） | 🛠️实践 | "单张消费卡为什么能微调 70B"的答案：NF4 量化 + 分页优化器；给客户算显存账的依据 | 方法谱系, 显存账 | 🔗 官方免费下载：https://arxiv.org/pdf/2305.14314 |
| 8 | 《LoRA Learns Less and Forgets Less》 | Databricks（arXiv 2405.09673） | 🛠️实践 | 直接指导"LoRA 还是全参"决策的实证研究：LoRA 学新知识弱于全参、但遗忘也更少，取舍讲得最清楚 | LoRA vs 全参决策 | 🔗 官方免费下载：https://arxiv.org/pdf/2405.09673 |
| 9 | 《LIMA: Less Is More for Alignment》 | Meta（arXiv 2305.11206） | 📖理论·可选读 | "1000 条精挑数据胜过海量粗数据"的经典依据；想深入数据质量优先原则再看 | 数据准备 | 🔗 官方免费下载：https://arxiv.org/pdf/2305.11206 |
| 10 | 《LLM Engineer's Handbook》 | Paul Iusztin & Maxime Labonne / Packt | 🛠️实践 | 微调→部署→运维的工程全书（含 LLMOps），想系统读一本纸书的选它 | 全流程工程化 | 🔗 正规购买：https://www.packtpub.com/en-us/product/llm-engineers-handbook-9781836200062 |

## 阅读建议

1. **先读 #1 Unsloth 指南 + #4 OpenAI 官方指南**——客户问得最多的就是"我们的场景要不要微调、在你们平台上怎么做"，这两份分别给你开源侧和托管侧的标准答案，一天能翻完。
2. **要做 demo 看 #2 smol-course 或 #3 llm-course**——都是能直接跑的 Colab 笔记本，改改数据就能给客户演示"从数据到微调模型"全流程。
3. **被客户追问"LoRA 靠不靠谱、和全参差多少"时查 #6 + #8**——LoRA 原文给机制，Databricks 实证给取舍数据，两篇合起来是最硬的弹药。
4. **给客户算成本账前翻 #7 QLoRA**——"多大的模型要多少卡"的显存账依据在这里。
5. **#9 LIMA 可选读**；DPO/RLHF 原理想深入的，直接看 LLM-Training 模块书单里的《RLHF Book》，本书单不重复收。

> 链接探活：2026-09-05（逐条打开验证；被反爬拦的页面以官方佐证核实）。