跳到主要内容

快速微调行业模型，解锁专属AI生产力

📌 场景概述​

企业或研究机构往往拥有结构化或非结构化的领域知识数据，如医疗病历、法律法规、金融研报等。这些数据具有强行业特征，直接使用通用大模型可能效果不佳。通过 CSGHub 提供的模型与数据托管能力，用户可快速完成训练数据准备，并以开源模型为基础，微调出更契合业务的行业大模型。

  • 客户类型：创业公司 / 行业研究机构
  • 目标：基于行业语料，训练一个贴合自身业务的专属语言模型，用于问答系统、知识提取、文档生成等任务。

🧭 操作流程​

1. 创建训练数据集​

  • 登录传神社区，创建新的训练数据集。数据集可以归属于个人或团队。 alt text
  • 若需多人协作管理，可创建组织并邀请项目成员加入。 alt text

2. 上传行业语料​

  • 上传训练语料，格式支持 .jsonl、.txt 等常见格式，适配监督微调或其他任务需求。可添加描述和标签，便于后续管理与复用。
  • 传神社区提供了多种数据集上传方式

3. 选择基础模型​

  • 进入模型列表，浏览并选择适合任务的开源基础模型（如 DeepSeek、Qwen、Baichuan、InternLM 等），查看模型详情和许可协议。
  • 也可通过模型详情页右侧的模型树功能，查看模型的来源和衍生关系，选择合适的模型进行微调。 alt text

4. 创建微调任务​

  1. 在所选模型详情页点击【微调实例】，配置实例名称、算力资源与微调框架，参见 创建微调实例。
  2. 等待实例就绪，进入框架页面后选择数据集、设置学习率、batch size 和训练轮数，再点击开始训练，参见 使用微调实例。
  3. 检查训练日志、进度与输出目录。实例处于运行状态不代表训练任务已经开始。

5. 完成模型训练发布版本​

  • 按 导出模型 将成果保存到目标实例的个人或组织仓库，验证文件可下载，并记录模型 commit。
  • 使用相同评测数据和框架比较基座与微调模型，参见 训练与评测实践。
  • 确认成果保存后停止实例。训练结束不会自动完成实例资源的释放。

🌟 最终效果​

  • 获得一个经过微调的行业语言模型，显著提升对行业术语、语境的理解能力；
  • 支持在私有化环境中部署模型，用于问答机器人、文档生成等多种应用；
  • 微调流程简化，零基础团队也可通过 Web 界面完成全流程；
  • 模型版本清晰可控，支持回滚与升级，方便持续优化。