跳转到主要内容
微调

管理微调任务

在工作台中监控、管理和部署微调任务。

创建微调任务后,使用 工作台监控进度、查看结果并部署训练好的模型。

任务列表

微调列表页面展示您的所有任务,包括任务名称 / ID、基础模型、训练类型、状态、产出、任务耗时和创建时间。支持使用以下条件搜索和筛选:
  • 任务名称 / ID:输入任务名称或 ID 搜索。
  • 全部基础模型:按基础模型筛选。
  • 全部类型:按训练类型筛选(SFT / DPO / CPT)。
  • 全部状态:按任务状态筛选。
  • 日期范围:按创建日期筛选。
在此您可以:
  • 点击详情查看任务详情页。
  • 点击删除移除任务。

任务详情页

点击任务名称打开详情页,包含四个标签页:

详情标签页

查看完整的训练配置——基础模型、超参数、数据集引用和 Token 消耗。使用此标签页核实提交的信息。

指标标签页

通过图表监控训练质量:
  • 训练 loss:应随模型改进逐步下降。
  • 验证 loss:如果与训练 loss 发生偏离,说明模型出现过拟合。
  • 准确率:训练集和验证集的 Token 级别准确率。
根据曲线变化判断训练效果:
现象可能原因建议处理顺序
训练 loss 持续下降,但验证 loss 开始上升过拟合,模型过度记忆训练数据增加并丰富训练数据;减少循环次数;降低学习率或批次大小;增大权重衰减、LoRA 丢弃率或学习率预热比例
训练 loss 没有明显下降,或持续上升欠拟合、数据质量问题或参数不合适先检查数据格式与质量;再增加循环次数、学习率或批次大小;减小权重衰减、LoRA 丢弃率或学习率预热比例
每次尽量只调整一个变量,并使用同一验证集对比训练前后的效果。参数作用和推荐范围参见超参数参考。

日志标签页

查看原始训练日志,用于调试失败或跟踪详细进度。

输出标签页

在此管理已保存的检查点。每个检查点显示训练保存信息、发布状态和剩余有效期。对于尚未过期且页面提供发布操作的检查点,可以将其发布为自定义模型。

发布检查点

训练完成后,系统会将最后一个检查点以创建任务时设置的模型名称自动发布为自定义模型。如需使用其他中间检查点,并且页面提供发布操作:
  1. 前往任务详情页的输出标签页。
  2. 点击目标检查点旁边的发布。
未发布的检查点有保留期限,具体剩余时间以输出标签页的剩余有效期为准。到期后无法再发布,请及时处理所需的检查点。

部署训练好的模型

自定义模型在创建部署之前无法通过 API 调用。发布检查点后:
  1. 前往部署页面。
  2. 点击创建部署并选择您的自定义模型。
  3. 部署达到运行中状态后,使用其模型代码调用 API。
完整指南请参见部署概览。

评测训练效果

部署完成后,建议使用未参与训练的独立评测数据,对基础模型和微调模型运行相同的评测任务,比较准确性、指令遵循、输出风格等关键指标。不要只根据训练 loss 判断最终效果。 如果微调模型的效果不符合预期,请分析效果较差的样本并迭代训练数据:可以把正确答案补充为 SFT 样本,或将模型回答与期望回答整理为 DPO 偏好对。完整操作参见模型评测概览。

停止和删除任务

  • 停止:取消正在运行的任务。已完成的检查点会保留。
  • 删除:移除任务及其关联数据。此操作不可撤销。

任务状态

状态说明
初始化中任务已提交,正在分配资源并排队调度。
运行中训练正在进行中。
已完成训练成功完成。
失败训练遇到错误。请查看日志了解详情。
取消中任务正在取消,等待进行中的操作结束。
已取消任务已被手动取消。

常见问题

训练失败并提示有效数据量不足

SFT 训练中,长度超过 max_length 的样本不会参与训练。如果大量样本超长,任务可能因有效数据量不足而失败。 请先在日志标签页确认失败原因。如果确实由样本长度导致,可以在新任务的超参数配置中适当增大 max_length,使其覆盖更多训练样本;也可以清理或拆分过长样本后重新发布数据集。max_length 不宜盲目增大,设置越大通常需要越多训练资源,具体范围以工作台显示为准。

微调后的模型仍回答基础模型身份

身份、角色和行为约束通常同时依赖训练数据与系统提示词。请确认训练数据中的身份设定一致,并在体验或调用模型时使用与微调阶段一致的系统提示词,再评估微调效果。
管理微调任务 - 千问AI平台