微调目标：银行场景下的输入护栏

针对银行业AI输入护栏需求，本文记录了对IBM Granite 4.1 8B模型进行LoRA微调的完整过程。核心工作围绕数据集构建、微调方法选择和最终评估展开。

打开网易新闻 查看精彩图片

数据集与方法

微调采用LoRA技术，在Granite-4.1-8B基础模型上进行。数据集专门面向银行输入护栏场景构建，用于训练模型识别和拦截不符合要求的输入内容。方法部分覆盖了从数据准备到训练配置的关键环节。

评估结果

完成微调后，对模型在银行输入护栏任务上的表现进行了评估。评估环节验证了微调模型在特定银行业务场景下的防护能力，为同类金融AI安全部署提供了可参考的实现路径。