选项一：只想认识Dolly，推荐先看数据集
如果你刚接触Dolly，我反而不推荐先跑模型。更划算的入口是Databricks Dolly 15k这个指令数据集。它规模不大，但能看清楚指令微调的基本长相：问题、上下文、回答，结构很直观。
这个路线适合产品经理、运营、学生党。你可以拿几十条样本拆一拆：哪些prompt写得清楚，哪些回答像模板，哪些任务适合微调。比起直接跑模型，这一步更容易建立判断力。
Dolly推荐：新手该选哪种玩法
Dolly推荐不能只说“装一个试试”，新手真正纠结的是：用在线环境、本地部署，还是直接拿数据集学习？这篇按不同选项逐项对比，帮你少走弯路。你不需要一上来就买GPU，先搞清自己要学、要测，还是要做产品。
选项二：想体验回答，推荐云端Notebook
新手做Dolly推荐时，我会优先建议云端Notebook或已有GPU环境，而不是本地硬装。原因很现实：Python版本、CUDA、transformers、显存，任何一个环节不对，半天就没了。
云端玩法的优点是快，缺点是费用和环境不一定长期稳定。适合做3小时以内的体验：加载模型、跑10组prompt、记录输出。目标不是部署成功，而是知道Dolly大概能干嘛、不能干嘛。
选项三：想研究部署，推荐7B起步
如果你有一点工程基础，Dolly 7B通常比12B更适合作为第一站。它的资源压力小一些，调试反馈更快。很多新手卡在12B不是因为不会AI，而是环境被显存教育了。
7B适合练推理服务、API封装、prompt模板、简单量化。等链路顺了，再换更大的模型看效果提升。别反着来，先追求效果，最后连服务都起不来。
选项四：想做中文应用，不建议单押Dolly
中文场景下，Dolly可以作为学习对象，但不建议作为唯一推荐。它在英文指令跟随上更有参考价值，中文输出会有生硬、啰嗦、事实不稳的情况。
如果目标是中文客服、知识库助手、内容生成，建议把Dolly和Qwen、ChatGLM、Llama系中文微调版本一起测。用同一批业务问题跑，不要凭印象选模型。
选项五：想学微调，Dolly适合当教材
Dolly真正值得推荐的点，是它把“模型+指令数据+开源讨论”这条线展示得很清楚。你可以用它理解：为什么同一个基座模型，经过指令数据后会更像聊天助手。
但别把教材当终局。Dolly 15k规模有限，覆盖面也有限。自己做项目时，最终还是要回到业务数据、评测集和安全边界。
常见问题
Dolly推荐给完全零基础的人吗？
推荐作为开源大模型入门案例，但不推荐一上来本地部署。先看数据集和演示，再决定要不要折腾环境。
Dolly和ChatGPT哪个更适合新手？
想直接使用选ChatGPT这类成熟产品；想理解开源模型怎么训练、怎么部署，Dolly更像教学样本。
学习Dolly需要会编程吗？
看数据集不一定需要，会一点Python会舒服很多；如果要部署和推理，基本需要Python、Linux和深度学习环境常识。