多少条示例才够微调一个模型?

经常被朋友问：到底要准备多少条示例，才够微调一个模型？说实话，我一开始也在这上面栽过跟头——只丢了十几条示例进去，就指望模型懂我的业务，结果它学坏了，回答奇奇怪怪，还不如不调。后来反复试了几次，我才摸索出一个比较靠谱的答案。

没有魔法数字，但有经验区间

如果你非要我给个数，我的建议是：先收集100到1000条高质量示例，跑一版看看变化。注意，重点在"高质量"三个字。十几条又少又杂的数据，真的救不了场；反过来，一堆格式混乱、口吻不一的数据，量再大也只会教出坏习惯。我自己的体会是，少而精永远比多而杂强——输入怎么写、输出怎么写、说话什么口吻，都得先统一了，模型才知道该学哪一套。

我自己的小目标清单

我现在的做法是，先定个能落地的小目标：准备200条高质量示例，用LoRA这种轻量化方法跑一个版本，成本低、容易回滚，试错了也不心疼。同时单独留出50条做验证集，坚决不参与训练——只看训练集效果，就像只在镜子里试衣服，不出去走两步，永远不知道合不合身。

上线之后也别偷懒。我会盯着模型的输出有没有漂移，把答错的案例收集起来回流到训练集里，再喂一轮。场景也是慢慢扩的，先在小范围稳住，再逐步加量，别指望一口吃成胖子。

所以回到开头的问题：多少条才够？我的答案是，200条认真的示例，就足以让你看到明显变化；真正决定上限的，是你愿不愿意持续地试、持续地看、持续地改。微调不是一锤子买卖，更像是个养模型的过程——你喂得越用心，它就长得越像你想要的样子。