调整一个变量。
看见背后的机制。

配比改变的不只是见到什么，也改变梯度朝哪里走。

教学模型只有一个参数 θ。通用任务希望 θ = 0，领域任务希望 θ = 2：L = (1−p)θ² + p(θ−2)²，最优 θ = 2p。这是刻意构造的冲突任务，不是语言模型能力预测器。

提高领域数据占比，领域误差下降、通用误差上升。真实中训练需要保留集评测与 replay 来判断遗忘，而不能只盯新领域 loss。Python 实验进一步运行分阶段 SGD。