本次参与 Datawhale 联合 AMD 推出的 Hello ROCm 学习活动 Day3-7 任务，全程不需要手动编写复杂命令，仅通过运行官方 Notebook ，搭配内置科普卡片完成大模型微调全流程学习。

1. 云端环境启动后，直接打开配套微调 Notebook，所有下载、加载、训练、评估代码已经提前写好，逐行点击运行即可自动执行；
2. 自动执行流程包含：云端拉取完整 Gemma4 基础大模型、加载英文情绪数据集、先评估原始模型基线效果、执行 LoRA 轻量化微调、微调完成后再次推理评估；
3. 边运行代码边阅读页面内置科普卡片，解决了之前对 GPU、ROCm 环境的疑惑：1）GPU 是专门处理 AI 海量矩阵运算的计算芯片，普通 CPU 跑大模型速度极慢，云端 AMD 显卡就是本次训练的算力基础；2）代码中反复出现的cuda不是英伟达专属硬件标识，只是 PyTorch 统一兼容接口，AMD ROCm 依靠 HIP 层兼容这套代码，日志打印 HIP 版本即可确认使用 AMD 算力；3）LoRA 轻量化微调优势：不需要改动十几 G 的完整模型权重，仅训练少量适配器参数，显存占用更低、训练速度更快，适合快速适配细分分类场景。
4. 全部代码执行完毕后，自动生成对比表格，清晰看出微调后模型情绪识别准确率显著提升，非法无效输出完全消失。