请说明在微调大语言模型时，如何确定所需的数据量，并选择哪些评估指标来验证模型效果？

回答思路

1. 解释数据量取决于任务复杂度、基座模型能力及数据质量
2. 提及常用评估指标，如准确率、F1、困惑度等
3. 说明应结合任务目标设计评估方案