大语言模型（LLM）在通用任务上表现出色，但在特定领域——比如 SRE 故障排查、法律文书、医疗诊断——往往缺乏深度知识。全量微调动辄需要数十 GB 显存，让个人开发者望而却步。LoRA（Low-Rank Adaptation）通过仅训练极少参数（通常 1-2%），在消费级 GPU 上就能完成高质量微调。本文从数学原理出发，结合一次在 RTX 4060 上微调 Qwen2.5-0.5B 的真实实验，完整介绍 LoRA 微调的技术细节和最佳实践。