LoRA adapter cho unsloth/Qwen3.5-4B: phân loại ticket hỗ trợ khách hàng tiếng Việt thành JSON 4 khoá (product, issue_type, urgency, sentiment). Train trong một lab có kiểm soát — mọi con số dưới đây đo được và tái lập được, kể cả con số xấu.

Đọc hai cột đầu cùng nhau. Task đích tăng +0.220 so với prompt tốt nhất, nhưng năng lực tổng quát (15 câu hỏi phổ thông, keyword recall) tụt -0.258 — gấp ~13 lần biên cho phép 0.02, nên phán quyết của lab là FAILED. Nguyên nhân: 100% dữ liệu train là một task duy nhất, không có replay data. Đây là quên thảm hoạ (catastrophic forgetting) đo được, không phải suy đoán.

Đừng merge adapter này thành weight dùng chung cho mọi request — nó sẽ mang theo cả -0.258. Merge không làm mất điểm task đích (0.975 → 0.975, delta 0.0), nên cách ship đúng là hot-swap theo endpoint: route triage nạp adapter, mọi route khác dùng base weight.

Đầu vào là nội dung ticket (không cần system prompt), đầu ra là một object JSON 4 khoá.

final_loss không phải thước xếp hạng: run QLoRA cùng lab có loss xấu hơn (0.3550) nhưng target cao hơn (0.985).

Dữ liệu train là corpus sinh tự động cho lab (một miền, một task, tiếng Việt). Không dùng cho production, không dùng cho quyết định ảnh hưởng tới người thật. urgency còn sai một quy ước từ vựng: các ticket lịch sự không có mốc thời gian ("Mong shop phản hồi") bị dự đoán thap trong khi nhãn là trung_binh — 5/50 lỗi còn lại đều thuộc đúng lớp này.