下面这套顺序是我自己单变量一个个试出来的，换个数据集未必成立，当参考看就行。
1. 先定 r（秩）。 r 决定这套低秩权重能装下多少信息，同时直接吃显存，所以它得第一个定，后面几项都是在它划出来的框里调。不是越大越好：简单风格本身要学的东西就不多，小 r 装得下；给太大，显存先上去了，学到的还未必更对路。
2. r 定了再配 alpha。 alpha 是缩放，可真正起作用的不是它的绝对值，是它跟 r 的比值，比值决定这套低秩权重叠回去时有多强。所以两个必须联动着看。只拎 alpha 改，等于你动了 r 又悄悄改了强度，出来的图好坏都归不了因，等于白跑一轮。
3. 挑 target_modules。 也就是往哪些层注入，这步很关键。注多了没必要还慢，注少了压根学不动。下手前先想清楚你要改的是画风还是结构，这两件事落的层不是一回事，搞混了参数再准也是在错地方使劲。
4. dropout 看数据量给。 防过拟合用的，小数据集才明显用得上——样本少，模型容易把噪声当特征背下去；数据量上来基本感觉不到。
5. 显存实在不够再上 QLoRA。 量化适配能把显存压下来，代价是精度得权衡，属于拿质量换可行性，显存够就别主动上。
剩一个我没定论：r 和 alpha 那个比例区间到底怎么取，我这边全是手试出来的，有系统调过的佬来指点一下。