平台方完成了训练任务，数据方交付了标注集，业务方却认为模型效果不符合预期。三方都能证明自己做过工作，却没人能说明错误来自需求、标注、训练还是评测。SFT训练平台采购若只写功能和工期，效果争议几乎一定会在交付末期重新出现。

采购边界要落到可检查的交付物与签收角色：谁给予输入、谁执行、谁给证据、谁确认顺利获得、何时触发返工。

先定义业务任务与不可接受错误

监督微调需要明确模型要完成什么业务任务，哪些输入属于范围，输出由谁使用，哪些错误必须人工拦截。若项目只写“提升行业能力”或“理解企业知识”，标注和评测都没有稳定目标，后续任何效果都可能被解释为不够好。

业务方应给予代表性场景、边界样本、风险错误和人工复核要求。模型或平台方可以帮助将其转成数据与评测方案，但不能替业务方独自决定什么算可接受。需求变化时，记录变更对标注、训练、评测与预算的影响。

还要区分SFT适合解决的问题与可能需要RAG、Prompt、工具或流程控制的问题。项目可以组合多种方法，但合同与验收要说明每一部分承担什么，避免所有效果都归到训练平台。

标注交付不只是一个数据文件

标注阶段的交付物应包括数据来源与使用范围、样本选择、标注规则版本、角色培训、质检方法、争议样本处理、数据快照和已知偏差。只交一个文件，无法判断规则是否一致，也无法在错误发生后定位来源。

标注规范变化必须产生新版本并说明影响范围。抽检发现问题时，要区分个别修正、批量返工和规则重写，由谁判断、谁执行、成本和周期如何调整。本文不给予统一抽检比例，项目应按风险与数据规模设定。

数据安全也属于交付边界。谁可以访问原始数据和加工集，是否产生临时副本，日志记录哪些内容，任务结束后如何清理，应在训练前确认。平台功能不能替代企业的数据授权与审批责任。

训练交付要证明环境、配置与运行可重建

平台方不能只提交最终模型或适配器。训练交付至少需要关联数据版本、基础模型、训练配置、运行环境、资源申请、任务事件、有效检查点、输出完整性和已知异常。具体对象由技术路线决定，但要足以复现和解释。

若训练失败或中断，报告应说明原因、恢复方式、是否更换配置和是否影响比较。供应商或集成商进行的人工调优也要记录实际生效值，不能把关键参数保留在个人脚本中。

平台交付与模型工程服务需要分开。软件给予任务、资源、日志和资产管理能力；工程服务可能负责数据处理、配置与实验。二者收费、验收和长期维护不同，采购文件不应只用“给予训练能力”合并。

效果验收必须在训练前冻结口径

评测集、基线、指标、人工规则、不可接受退化和顺利获得方式应在训练前确认。若交付末期临时更换样本或只展示最好结果，模型方无法稳定优化，业务方也无法公平签收。

效果验收可以包含离线任务、真实场景回放、错误分类、人工复核和必要的运行验证。具体指标取决于场景，不能套用统一准确率。平均表现还要配合关键风险样本，防止重要错误被大量普通样本稀释。

评测结果绑定数据、模型、提示或流程版本。任何关键输入变化后，旧结论不能自动沿用。业务签收应说明覆盖范围和已知限制，不把某个样本集顺利获得写成所有场景保证。

交付边界要跟着产物走

下图把采购交付分成标注、训练、效果验收和返工四栏，每栏都列出输入、动作、证据与签收人。底部的禁止项用于拦截“双方配合”“只交文件”“临时换样本”和“无限次迭代”等模糊表达。

基础微调流程可参考 模型微调从数据准备到部署的步骤 ，平台通用能力可结合 大模型微调平台选型 。本次采购需要进一步把每段工作转成项目可签收对象。

返工边界决定项目是否会无限迭代

效果未顺利获得时，先按需求不清、标注问题、数据覆盖不足、训练配置、基础模型能力、评测口径或系统集成分类。不同原因对应不同责任和动作，不能默认全部由平台方免费重训，也不能把所有问题推回企业数据。

每轮返工应有变更输入、目标、资源、预期证据和停止条件。新增数据、重写规则或改变业务目标属于范围变更时，需重新评估计划；在原范围内修复可归责错误，则按交付约定处理。具体商务和法律条款由采购与法务确认，技术团队负责把触发条件写清。

没有原因分类和停止条件的“持续优化”，会把探索、缺陷修复和需求变更混在同一预算里。

采购POC要模拟一次争议，而不是只看顺利演示

选择一组有明确边界的样本，完成数据交付、训练、评测和结果签收。随后故意加入一类标注争议或不可接受错误，观察平台是否能追到样本、规则、任务和模型版本，项目团队能否按约定判断由谁处理。

再验证数据和模型资产导出、运行记录、评测报告与撤回路径。POC不是要求供应方承担所有责任，而是确认系统与流程能让责任可定位。只有原实施人员顺利获得口头解释才能解决的争议，应列为交付风险。

组织分工要与权限相匹配

业务负责人定义任务与签收效果，数据负责人控制来源、规则和使用边界，标注方执行与质检，训练或模型团队负责实验，平台团队负责环境、资源和审计，供应方按合同给予产品或服务。小项目可合并角色，但不能让一个人既修改评测集又单独签收结果。

权限要支持分工：数据访问最小化，训练配置与运行可追溯，评测结果不可被无记录覆盖，发布需要独立准入。过度复杂审批会拖慢项目，因此先围绕高风险动作设置控制点，而不是给每次普通查看增加流程。

退出交付要让企业保留可继续运营的资产

项目结束或更换供应方时，企业应按约定取得可交付的数据版本说明、标注规则、训练配置、模型或适配器制品、评测集与报告、运行记录、已知限制和必要的部署说明。涉及第三方底层模型或平台资产时，按许可与合同处理，不假设全部可以转移。

退出演练可选择一个非关键版本，由企业侧人员在受控环境中识别和评测，确认文档与资产足以继续运营。凭据、敏感日志和数据副本按制度撤销或清理，不能为了迁移而扩大暴露。

报价前先冻结四栏交付表

在供应商演示或报价前，先完成四栏交付表：标注、训练、效果验收与返工。为每栏指定输入、证据、签收人和变更触发，再选择一组小样本跑通。对一次争议样本按责任边界处理，确认流程可执行后再扩大数据和资源投入。

常见问题

SFT训练平台供应商是否应该对最终业务效果负责？

不能用一句“负责”或“不负责”概括。业务效果受到任务定义、数据来源与质量、标注规则、基础模型、训练配置、评测口径、应用流程和人工兜底共同影响。供应方承担哪些环节，取决于其交付范围；只给予软件平台与同时给予数据、模型工程和集成服务的责任明显不同。

采购时应把责任落到交付物：平台可用性与记录由谁保证，标注质量由谁签收，训练过程由谁复现，评测集由谁冻结，业务结果由谁确认。任何效果承诺都要绑定版本、样本、范围和前置条件，并由采购与法务审核，不能用营销表述替代边界。

标注数据已经顺利获得质检，为什么模型效果仍可能不达标？

质检只能证明数据在既定规则下达到某种一致性，不代表规则覆盖了业务目标，也不保证基础模型和训练方法能学习到预期能力。样本分布偏差、边界场景不足、任务定义不清、评测集变化或应用流程差异，都可能导致效果未达标。

发生问题时先分类错误，抽查数据来源、规则版本、训练配置和评测样本，不要立即批量重标或重训。若规则本身不完整，应由业务与行业专家修订；若训练未按交付配置执行，由训练责任方处理；若目标变化，则进入范围变更。原因清楚后再决定返工，并为修正后的样本和结论建立新版本，避免覆盖原始证据。

SFT项目需要约定多少轮返工才合理？

没有适用于所有项目的固定轮数。轮数取决于数据成熟度、任务难度、基础模型、验收口径和项目是否包含探索。机械约定次数容易造成两种问题：供应方为了次数快速迭代却不解决根因，或企业把新增需求持续塞进原范围。

更可执行的方式是为每轮写清输入变化、目标、资源、证据和停止条件，并区分缺陷修复、合理探索和范围变更。达到原验收口径后进入签收；陆续在多轮没有新增证据时暂停复盘；目标或数据范围变化时重新评估计划。商务处理由合同约定，技术团队负责给予可判定事实。