你在微调模型时是否观察过不同层的梯度差异？

回答思路

1. 说明观察过哪些层（如底层、顶层）的梯度统计量
2. 能解释梯度差异的成因（如层深、学习率、初始化）
3. 提到梯度差异对训练稳定性和效果的影响
4. 说明应对策略（分层学习率、梯度裁剪等）