准备做 SFT 的人最常问的一句就是「要多久」，但真正卡住的往往不是训练那几小时，而是数据清洗和反复返工。这篇不讲理论，按实操顺序把耗时拆开：哪几段你能压缩，哪几段压不动，什么情况下该换路子而不是硬等。
准备做 SFT 的人最常问的一句就是「要多久」。这个问题没法直接答，因为训练本身可能只占整个周期的一小块，真正拖时间的是数据来回改。你手上的样本格式不统一、标注互相打架，跑一遍发现效果不行，回头重洗数据再跑，时间就这么出去了。
所以别一上来就盯着「跑几个小时」。先把整件事拆成几段，看哪段能压、哪段压不动，估出来的数才靠谱。下面按实操顺序讲，重点是让你自己能算，不是给一个标准答案。
先把「多久」拆成四段，不然永远估不准
我建议把整个周期拆成四块看：数据准备与清洗、训练本体、验证与人工抽查、返工。这四段里，训练本体反而是最容易算的，因为它有日志、有单步耗时；另外三段全靠人，估起来最容易漏。
- 数据准备与清洗：格式对齐、字段补齐、去重、矛盾样本清理，这一段经常比训练长，而且改一轮就要重跑一轮
- 训练本体：按轮次和步数跑，受卡数、显存、序列长度影响，有日志就能量出来
- 验证与人工抽查：跑完 loss 好看不等于能用，得拿没见过的样本实际看输出
- 返工：效果不达标就改数据重训，等于把前面几段再来一遍，这一段最容易被漏掉
真正拉动时钟的几件事
同样的数据量，换个基座、换个卡数，时间能差出好几倍。这里列的是真正影响耗时的变量，不是让你背，是让你在估的时候知道该问哪几个数。
| 变量 | 怎么影响耗时 | 你能调的地方 |
|---|---|---|
| 基座规模与适配方式 | 全参微调和 LoRA 这类轻量适配，跑起来完全不是一个量级 | 先用轻量方式验证数据，再决定要不要上全参 |
| 可用卡数与显存 | 卡不够就得降批次或做分片，单步变慢，总时间跟着涨 | 到站内算力与成本页面核对当前租卡口径 |
| 样本条数与序列长度 | 条数只是表面，长样本吃显存也吃时间，别只数条数 | 先统计序列长度分布，砍掉明显超长的脏样本 |
| 训练轮次与早停 | 跑满轮次和提前停，差的是成倍的时间 | 验证集提前切好，盯着指标决定停不停 |
这张表里最容易被忽略的是序列长度。有人数了样本条数觉得不多，结果里面混了一批超长文本，显存吃满、批次被迫调小，实际跑起来比预期慢很多。先做一次长度分布统计，比什么都有用。
按这个顺序估，别一上来就问「要几天」
估时有个顺序，跳步就会估偏。先定目标，再小规模试训量单步耗时，最后乘总步数，中间留返工余量。这个顺序的好处是，每一步都有可验证的数，不靠拍脑袋。
- 先定目标只改说话风格，还是要灌领域知识，两者对数据量和轮次的要求不同，先写清楚验收标准
- 小样本试训拿几十条样本跑一次，从日志里读单步耗时，再乘上你预计的总步数
- 核对算力口径到站内的成本与算力页面看当时的租卡和计费口径，别凭记忆估
- 留返工余量在算出来的时间上再加一块机动时间，比例按你的数据干净程度定，数据越脏留得越多
小样本试训这一步别省。它不只是量时间，还能提前暴露格式错误。很多人是等大任务跑到一半才报错，那才叫真浪费时间。
哪些能压，哪些压了会白跑
压缩时间要分清楚哪些是工程活、哪些是质量活。工程活能自动化就自动化，质量活省了后面一定还回来。
- 能压：清洗脚本化，把格式校验写成脚本，每次改数据自动跑一遍
- 能压：先用小模型验证数据格式和训练脚本，格式对了再换大模型
- 能压：验证集提前切好，别等训练完才临时找样本
- 别压：验证集和人工抽查，省这一步，后面返工的时间更长
- 别压：去重和矛盾样本清理，脏数据进去出来还是脏的
还有一种情况要注意：如果你发现反复调数据、换轮次，效果就是上不去，那可能不是时间问题，是这条路子不适合当前任务。这时候该停下来重新看目标，而不是继续加卡硬等。
报错也是耗时大户。常见的是数据字段对不上、标签越界、序列超长被截断，这些在小样本试训阶段就能发现。先把试训跑通，再谈大规模训练，这个顺序能帮你省掉不少排查时间。
下一步估时之前，先去站内把当前的算力和计费口径核对一遍，再拿几十条样本试训量单步耗时，这样算出来的数才站得住。→常见问题
数据不多，是不是训练就很快？
不一定。条数少但单条很长，或者格式乱要反复重来，耗时照样拖。先看样本的序列长度和清洗难度，再谈快慢；跑一次小样本试训比拍脑袋准。
能不能边训边看效果，不行就停？
可以，但要提前切好验证集并设好评估节点，否则你只是在看训练损失下降，看不出真实效果。停下来改数据重训的成本，往往比多跑几轮高。
SFT 跑完就一定能用吗？
不一定。SFT 改的是输出风格和格式服从性，知识类需求更适合走检索或继续预训练。跑之前先想清楚目标是哪一类，不然耗时会花在错误的方向上。
