让 AI 开发经验，
成为下一步的起点。

微调前的数据检查：比增加样本量更早的一步

先定义任务 清楚写下模型应改进的行为，再决定是否需要微调。将训练集、验证集和独立测试集分开，按来源或时间划分能帮助发现泄漏。 检查数据 统计重复、缺失、过长和格式错误的样本；检查输出风格是否一致，以及是否包含不能用于训练的个人或企业信息。保留数据许可和处理记录。 建立基线 先保存原始模型与提示词方案