32 - 微调效果评估与模型部署
本章课程目标：
- 能让原始模型与微调模型回答相同问题，说明比较条件是否公平。
- 能用一条样本算清精确率、召回率与 F1，再结合格式和实际错误读懂整份报告。
- 能根据证据决定继续改进还是采用模型，并安排下一轮数据检查与回归验证。
- 能区分 Adapter、合并模型和接口服务，完成导出核查；需要时再选做部署。
学习建议： 围绕“这次微调是否值得采用，依据是什么”展开学习：先看一条回答，再看一批结果，最后决定怎样改进和交付。英文参数和命令用于完成这些检查，首次阅读不要求记住它们。
先按正文理解第 1～4 节，亲手计算第 4.2 节的图书馆样本；进阶对照和故障说明需要时再展开。跟做时，有 Adapter 就完成第 2～3 节的加载与预测；暂时没有 GPU，可直接用课程附带的两组预测完成第 4.4 节，只需要 Python 3。两条路线都要在第 4.6 节写出自己的评估结论。
第 5 节学习怎样交付模型文件，第 6 节再认识程序如何调用它。安装 vLLM 按环境条件选做；接口返回后怎样检查、失败后怎样处理，仍值得读懂。