最近在微调Llama3-8B做中文客服意图分类，用的LoRA，rank=16，alpha=32，学习率2e-4，跑了3个epoch。训练集大概5000条，都是自己标注的，清洗过，没有明显噪声。训练时loss从1.8降到0.7，看着挺正常，但实际测试发现模型经常把“退换货”识别成“退款”，还把一些中性问题强行归到“投诉”类。对比基座模型，反而更准一点。我怀疑是不是学习率太高过拟合了，还是说我的数据标签分布有问题？另外也试过把alpha调成64，效果更差。有没有大佬遇到过类似情况？求指点一下排查方向。