什么时候不该微调？先想清楚再动手

大模型效果不好，很多人的第一反应是微调，但微调是要动参数的重活，代价不小。最常见的三种场面——需求说不清、材料没几页、改动只是暂时的——压根轮不到它出场。本文借老房装修评估这件事，把先想清楚再动手的分寸讲清。

三种场面：别急着动参数

第一种是问题不在模型，而在你不会问：提示写得含混，换谁都答不好，这时候该改的是提问，不是参数。第二种是需求还没定型：这周想这样、下周想那样，模型还没学会旧需求，新需求又来了，微调只会追在变化后面跑。第三种是材料太少：几十条样例撑不起一次微调，喂进去连泛化都谈不上，白花一轮算力。材料怎么凑，什么是数据配比？训练材料怎么搭配那篇讲过配料的门道。

还有一种隐性场面：把微调当补丁。模型某次答错，不分析错因，先微调一轮压下去；下次再错，再微调。参数被反复揉搓，原来的通用能力一点点磨没，错题却没真正解决。微调是处方药，不是保健品，更不能当急救贴。

四种场面的病根不同，能替它出场的做法也不同。

这三种场面的共同点是：病根在用法和预期，不在模型能力。先修病根，常常比动参数划算得多。可以先用几天把提示词打磨到极限，再拿一小批评测数据看差距；差距依旧，才轮到考虑微调不迟。豆包、Kimi 的官方建议也多是这个顺序：先提示，后微调。

老房装修评估：先看病根再动图纸

把微调想成给老房装修。墙面渗水，该先修水管，而不是把整套房子拆了重装；住了一年就想换风格，说明需求没定，先租房住着别急着买。老房装修前，靠谱的师傅先看水电、问常住几口人、算预算，再动图纸。微调也是一样：先看提示词通不通、需求稳不稳、材料够不够，这三样有一样不及格，装修队就先别进场。

装修队还有进场的时机问题：梅雨季刷漆反而坏事。训练也一样——底座模型刚更新、评测集还没建好的时候，都不是动参数的好时机。把这些前置条件列成表，动手前照单打勾，比事后返工便宜得多。

装修还有个比喻对得上的地方：小修小补和大翻装是两套报价。微调也分轻重，轻的只动一小部分参数，贵的动全部，选哪套同样要看前面三样的成色。什么是全量微调？所有参数都动的训练那篇讲的重装修，代价最高，最不该跳过评估直接上。

微调前三问自查清单

• 提示词打磨到极限了吗？先改提问再改参数
• 需求三个月内还稳吗？先定需求再排训练
• 材料过千条了吗？太少就先补数据再谈微调
• 三问都过关，才值得请装修队进场

类比失效的地方：装修救不了所有毛病

装修类比有一处对不上：房子的毛病能在收房时查清，模型的毛病却要靠长期使用才暴露全——今天答非所问，明天风格跑偏，评估永远不完整。所以前三问不是一劳永逸的全面检查，而是每次动参数前都要重来一遍的例行检查。

还有一处：装修队进场就有进度条，微调的收益却要用评测说话，感觉变好了常常是错觉。没有一把稳定的尺子，就别动参数。什么是课程学习？从易到难的训练顺序那篇讲的顺序安排，也要等前三问都过了才排得上用场。

换个问法再问微调时机三句

• 提示词能解决的事，微调也能做，为什么不直接微调？：提示词当天就能改，微调要训一轮、评一轮；同样的力气，先花在提示词上见效快，也顺便把需求问清楚了。
• 材料多少条才够启动？：轻量做法几百条能起步试水，要做稳通常要上千条；太少时先补数据，别拿微调当抽奖。
• 怎么判断需求定型了？：同类问题连续几周问法不变、评测集能列出来，就算定型；需求还在漂的，先拿提示词顶着。

先问三个问题再决定动不动参数：提示词到头了没有，需求稳了没有，材料够了没有。三个都答是，微调才排得上号；有一个答否，先修那一项——修完再看，多半已经不需要惊动装修队了。什么是适配器？插在模型上的小模块那篇讲的轻量路子，是装修队里报价最友好的那一档。