最近在尝试用 MCP 协议接自己的小模型做微调，数据集是按官方示例整理的对话格式，大概 2k 条。训练时发现 loss 从 2.3 降到 1.8 后又反弹到 2.5，换了学习率也没用。怀疑是不是 MCP 的 tool_call 字段和我的 tokenizer 对不齐，还是说模型本身太小（1.5B）撑不住这种结构？有没有遇到过类似情况的朋友，求指点一下排查方向。