训练大型语言模型（LLMs）时需避免五个常见错误：1. 数据预处理不足，需清理噪声和不相关内容；2. 低估资源需求，需提前规划计算能力和存储；3. 忽视过拟合和欠拟合，需定期评估模型性能；4. 忽略偏见和伦理，需使用多样化数据集；5. 忽视微调和持续学习，需定期更新模型以保持有效性。