如何在 AI Toolkit 的 job 跑到預設 Steps 後繼續訓練（續訓同一個 LoRA）

1) 「這是你遇到的問題嗎？」

你設定了 Steps = 2000，開始訓練，job 在跑到 step 2000 時 自動停止。

檢查 samples / inference 之後，你想 繼續訓練，但你 不想從頭開始訓練一個全新的 LoRA，而是想 從現有的 job/checkpoint 繼續。

如果你正是這樣，這篇指南就是給你的。

---

2) 發生了什麼

在 AI Toolkit 裡，Steps = 這個 job 的總訓練步數。

所以當你設定 Steps = 2000 時，trainer 會嚴格照你的設定執行：

• 訓練到 step 2000
• 然後停止

想繼續訓練 同一個 LoRA，你不需要建立新 job。你只需要 編輯現有 job，把 最終總 Steps 調大，然後再跑一次。trainer 會 從最後一次保存的 checkpoint 恢復 並繼續訓練。

---

3) 如何續訓（一步一步來）

Step A — 打開你想繼續的 job

1. 進入 Training Queue（或 job list）
2. 找到已完成的 job（那個在 2000 steps 停止的）
3. 點擊該 job 的 Edit，打開 job 編輯器

Step B — 增加總 Steps

1. 滾動到 Training 區域
2. 找到 Steps
3. 把它改成你新的 最終總步數

重要： 這裡填的是 最終總量，不是「額外增加的步數」。

例如：

• 你已經訓練到 2000
• 你想再訓練 1000
• 需要設定 Steps = 3000（不是 1000）

Step C — 儲存並重新開始

1. 點擊 Update Job
2. 點擊 Start Training

✅ 這樣 job 就應該會 從上一次訓練繼續，使用最後的 checkpoint，並一直訓練到新的 Steps 值。

---

4) 如果沒有續上（快速排查）

如果它從 step 0 重新開始，或是拒絕繼續，檢查這些點：

• 接近末尾是否有 checkpoint 保存？

  查看 job outputs / 保存檔案。如果 job 從來沒有保存過 checkpoint，就無法續訓。

• 你是否保留了 checkpoints？

  如果你的 “Max Step Saves to Keep” 較低，舊的保存可能被清理了；請確認最新的 checkpoint 仍然存在。

• 你是否改了 Steps 以外的內容？

  為了乾淨地續訓，請保持相同的資料集和訓練設定，只改 Steps。

---

5) 一句話修復總結

想在跑到預設 Steps 後繼續訓練同一個 LoRA：

Edit 已完成的 job → 把 Steps 調到新的最終總量 → Update Job → Start Training。