先做小样本可行性验证
用几百条样本跑一轮训练，确认效果是否会随数据增加而改善。若小样本上毫无变化，多半是任务不适合微调或数据口径有问题，此时停下来比继续投入更划算；验证通过后再安排全量标注，风险与成本都可控。
数据冻结是硬节点
标注完成后冻结数据版本，训练与评测都基于同一版本。数据在训练期间被修改，会让结果无法复现，也会让评测结论失去意义；冻结后如需调整，应作为新一轮实验重新记录，而不是在原版本上打补丁。
训练时间看轮次与资源
训练本身通常只占几天到两周，取决于数据规模、模型大小与可用算力。真正的风险在排队与中断：共享算力需要预约，训练中断要从检查点恢复。排期时应把资源预约与重跑时间算进去，而不是只算纯训练时长。
评测要留出盲评时间
自动指标可以快速跑完，人工盲评需要组织业务人员，往往要一周以上。盲评安排在训练结束前就应启动准备，包括样本抽取、评分表设计与评审人时间协调；等训练完再找人，整体进度会被拖后一到两周。
部署与灰度单独排
私有化部署涉及环境准备、服务上线与压力测试，通常需要两到四周。把部署当作训练的附属环节，是最常见的排期错误；部署延后时，前面的训练成果只能停在测试环境，业务方看不到价值，项目容易被质疑。
适用与不适用
适合谁
- 需要向管理层承诺上线时间的微调项目
- 涉及标注与算力预约的复杂交付，需要提前预约资源
- 首次做私有化部署、缺少排期经验的团队
不适合谁
- 样本已完全就绪、只需一次训练的小规模试验
- 无法提前预约算力与标注人力的项目
典型场景
某金融科技公司的合同要素抽取项目原计划十周完成。小样本验证用两周确认可行，数据标注与冻结用四周，训练与盲评并行推进用两周，私有化部署与压力测试用两周，最终按期上线。项目组把数据冻结设为硬节点，训练期间未再改动样本，评测结论也可复现。
可执行步骤
- 用小样本跑一轮训练，确认效果是否随数据增加而改善，再决定是否全量标注
- 标注完成后冻结数据版本，训练与评测基于同一版本，冻结后不再打补丁
- 提前预约算力并设置检查点，避免中断后从头重跑，并把重跑时间算进排期
- 训练结束前启动盲评准备，协调评审人与评分表，避免训练完再临时找人
- 把私有化部署与压力测试单列，留出两到四周，避免成果停在测试环境，可用
常见坑
- 跳过小样本验证直接全量标注，训完才发现任务不适合微调，标注成本全部沉没；几周投入白费；代价不小。
- 训练期间仍在改数据，结果无法复现，评测结论失去意义，返工时只能重来一遍；结论也站不住脚；返工更贵。
- 只算纯训练时长，忽略算力排队与中断重跑，实际交付时间比计划晚两到三周；交付被迫整体顺延。
- 把部署当作训练的附属环节，上线延后，业务方看不到成果，项目被质疑价值；后续预算也更难批；很难补救。
自检与验收清单
- 是否先做过小样本可行性验证，是否留有结论，是否有结论
- 数据是否已冻结并记录版本，版本是否可追溯，是否可查
- 算力是否预约并设置检查点，是否演练过恢复，是否检查过
- 盲评是否在训练结束前启动准备，是否已排进计划
- 部署与压力测试是否单列排期，是否含恢复演练
常见问题
微调一般要多久？
数据准备通常占一半以上时间，标注与校准按月计算；训练本身几天到两周，评测与盲评再留一到两周，私有化部署两到四周。整体常见在两到四个月，取决于样本规模与算力条件，压缩空间主要在数据环节。
能不能边标注边训练？
不建议。边标边训会让每轮实验的数据版本都不同，效果无法比较，也无法判断提升来自数据还是参数。更稳妥的做法是按批次标注、分批实验，每批完成后冻结版本再训练，结论才站得住。
算力不够怎么办？
可以先用云上按需资源完成训练与验证，再决定是否采购本地设备。若必须私有化，应提前估算推理并发与响应时间要求，并留出扩容余量；临时采购的周期通常按月计算，很难配合上线窗口。