如何在 AI Toolkit 的 job 跑到预设 Steps 后继续训练（续训同一个 LoRA）

1) “这是你遇到的问题吗？”

你设置了 Steps = 2000，开始训练，job 在跑到 step 2000 时 自动停止。

检查 samples / inference 之后，你想 继续训练，但你 不想从头开始训练一个全新的 LoRA，而是想 从现有的 job/checkpoint 继续。

如果你正是这样，这篇指南就是给你的。

---

2) 发生了什么

在 AI Toolkit 里，Steps = 这个 job 的总训练步数。

所以当你设置 Steps = 2000 时，trainer 会严格按你的设定执行：

• 训练到 step 2000
• 然后停止

想继续训练 同一个 LoRA，你不需要创建新 job。你只需要 编辑现有 job，把 最终总 Steps 调大，然后再跑一次。trainer 会 从最后一次保存的 checkpoint 恢复 并继续训练。

---

3) 如何续训（一步一步来）

Step A — 打开你想继续的 job

1. 进入 Training Queue（或 job list）
2. 找到已完成的 job（那个在 2000 steps 停止的）
3. 点击该 job 的 Edit，打开 job 编辑器

Step B — 增加总 Steps

1. 滚动到 Training 区域
2. 找到 Steps
3. 把它改成你新的 最终总步数

重要： 这里填的是 最终总量，不是“额外增加的步数”。

例如：

• 你已经训练到 2000
• 你想再训练 1000
• 需要设置 Steps = 3000（不是 1000）

Step C — 保存并重新开始

1. 点击 Update Job
2. 点击 Start Training

✅ 这样 job 就应该会 从上一次训练继续，使用最后的 checkpoint，并一直训练到新的 Steps 值。

---

4) 如果没有续上（快速排查）

如果它从 step 0 重新开始，或者拒绝继续，检查这些点：

• 接近末尾是否有 checkpoint 保存？

  查看 job outputs / 保存文件。如果 job 从来没有保存过 checkpoint，就无法续训。

• 你是否保留了 checkpoints？

  如果你的 “Max Step Saves to Keep” 较低，旧的保存可能被清理了；请确认最新的 checkpoint 仍然存在。

• 你是否改了 Steps 以外的内容？

  为了干净地续训，请保持相同的数据集和训练设置，只改 Steps。

---

5) 一句话修复总结

想在跑到预设 Steps 后继续训练同一个 LoRA：

Edit 已完成的 job → 把 Steps 调到新的最终总量 → Update Job → Start Training。