需求诊断
3–5 天我们做
访谈、数据 readiness、基线方案、成本预估、go/no-go。
你提供
3 个真实失败例子、当前方案、数据情况、验收人。
产出
诊断报告、方案、预算。
PROCESS
先诊断，
再训练。
六个步骤，每一步都有交付和停止条件。没有基线不训练，没有验收指标不接单，没有小试验信号不扩大。
数据与评测集
1–2 周我们做
清洗、去重、脱敏、格式校验；训练/评测隔离；评分规则。
你提供
原始资料、数据权属、业务规则。
产出
数据集、评测集、质量报告。
基线
2–3 天我们做
用固定测试集测原模型；记录失败案例、延迟、成本。
你提供
模型访问方式、推理环境。
产出
baseline 报告。
小试验
1–2 周我们做
少量高质量数据做 LoRA/QLoRA；前后对比；失败分析。
你提供
确认预算和扩大条件。
产出
adapter、实验报告、是否扩大的建议。
正式训练
1–3 周我们做
可复现配置、TrainFlow 训练、日志、checkpoint、成本记录。
你提供
云预算上限、验收人。
产出
adapter/模型、训练记录、成本明细。
评测与交付
1 周我们做
固定测试集评测、回归、失败案例、部署说明、交付打包。
你提供
验收签字。
产出
最终报告、adapter、推理示例、部署说明、局限。
GATE通过条件
每一步都可以停。
| Gate | 通过条件 | 不通过 |
|---|---|---|
| 0 需求 | 问题、数据权属、验收指标、预算都清楚 | 不报价 |
| 1 基线 | 原模型在固定测试集上的表现已记录 | 不训练 |
| 2 小试验 | 少量高质量数据上出现可测信号 | 不扩大 |
| 3 正式训练 | 小试验通过，客户确认预算 | 不启动 |
| 4 验收 | 达到 SOW 指标，回归测试通过 | 不交付 |
01你提供
业务问题，不是模型名。
- 模型现在哪里不好，给 3 个真实失败例子；
- 数据大概多少、什么格式、权属是否清楚；
- 什么结果算成功，谁验收；
- 模型最终跑在哪里，延迟/显存/成本限制；
- 预算范围和时间要求。
02我们交付
能验收的结果，不是 loss 曲线。
- 诊断报告和 go/no-go；
- 数据集、评测集和评分规则；
- 基线、训练后对比、回归和失败案例；
- adapter/模型、推理示例、部署说明；
- 已知局限和风险。
03验收示例
训练前写死，
训练后按这个测。
具体指标按项目定，但必须可重复测量。下面是一个身份/品牌人格项目的示例。
- 身份问题通过率≥ 95%
- 指定格式遵循率≥ 98%
- 品牌语气评分≥ 4.2 / 5
- 禁止行为触发率≤ 2%
- 通用问答性能下降≤ 3%
04不接什么
有些项目
我们不接。
- 纯 GPU 租赁或代跑脚本；
- 没有验收指标的项目；
- 数据权属不清、含大量未脱敏个人数据；
- 医疗诊断、招聘筛选、信贷决策等高风险场景；
- 要求绕过模型安全限制；
- 24/7 线上托管。
START HERE
从诊断开始。
先判断值不值得训练，再决定要不要往下走。