用 SDK 或 HTTP 调用大模型服务的两种方式：一次性返回完整结果，以及流式逐段返回；包含鉴权方式、参数说明和常见错误码。

把 LLaMA-Factory 可视化界面的参数按影响程度分三层讲清楚：模型与模板、微调方法与量化、批大小与学习率、LoRA 的 rank 与 target、截断长度与显存，并给出显存不足时的处理顺序。