直接回答：灾难性遗忘指模型在新任务上微调后，原有的通用能力（或其他任务能力）显著退化——神经网络参数被新数据拉走，旧知识的表示被破坏。全量微调最明显，训练越久、数据分布越偏，遗忘越严重。

展开解析：缓解手段按工程成本排序：第一，数据混合——在领域数据中混入 5%~20% 的通用指令数据（回放 rehearsal），最简单有效；第二，参数高效微调——LoRA 只动 0.1% 参数，天然限制漂移幅度，遗忘远轻于全量，基座能力随适配器卸载即恢复；第三，正则约束——对重要参数加 EWC 惩罚项，或用 KL 散度约束输出分布不偏离原模型（RLHF 里的 KL 惩罚同理）；第四，降低学习率与训练轮数，遗忘本质是更新过猛，小学习率加早停能显著缓解。评估侧要做对应设计：微调验收不能只看目标任务指标，必须配通用能力回归集（如 MMLU 子集、通用写作样本）监控退化。工程实践里的常见场景：医疗模型微调完不会闲聊了、代码模型微调完推理能力下降——根因都是数据配比单一加训练过度。判断标准：目标任务提升若伴随通用能力掉超过 1~2 个点，就该回调配比或降学习率重来。

追问方向：为什么 LoRA 遗忘更轻？持续预训练（CPT）与 SFT 的遗忘有何不同？

（约 450 字）