跳转至

快速开始：运行您的首次训练任务

DeepExtension 通过完全可视化的界面，帮助您在无需编写代码的情况下轻松启动首次模型训练。

根据系统的 AI 平台，我们已预安装多个演示训练方法，助您快速上手。

可用的演示训练方法

对于 CUDA（Linux 或者 Windows (通过 WSL)）用户：

  • GRPO-Demo：基于 GRPO（Guided Reinforcement with Prompt Optimization）方法的逻辑对齐微调示例。
  • SFT-Demo：适用于小规模任务的监督微调示例。

对于 macOS 用户（Apple Silicon 与 MLX）

  • MLX-Demo：基于 Apple MLX 框架的演示训练方法，已针对 M 系列芯片优化。

开始之前

如 流程依赖关系 页面所述，确保以下组件已准备就绪：

  • 已添加一个基础模型
  • 拥有一个数据集
  • 至少一个已预安装的演示训练方法

建议使用以下示例数据集之一：

也可以使用自己的数据集，需要确保其结构与上述任一示例保持一致，包括字段名的匹配。

演示训练的建议参数配置

以下为一套适用于所有演示训练方法的最小参数配置：

参数名 说明 推荐值
Base Model 用于微调的基础模型 Qwen2.5-1.5B
Dataset 要使用的数据集 demo-dataset
LORA_RANK LoRA 适配器的秩 8
LOAD_IN_4BIT 是否启用 4bit 量化 true
MAX_SEQ_LENGTH 最大序列长度 1024
MAX_INPUT_LENGTH 最大输入长度 1024
MAX_CONTENT_LENGTH 最大内容长度 1024
MAX_SAMPLES 最大训练样本数 1000
NUM_GENERATIONS 每批次生成数 2
MAX_GRAD_NORM 梯度裁剪阈值 0.5
EPOCHS* 训练轮数 1
MAX_STEPS 最大训练步数 10
BATCH_SIZE 训练批大小 2
GRAD_ACCUM_STEPS 梯度累计步数 2
LEARNING_RATE 初始学习率 2e-5
WARMUP_STEPS 预热步数 2
WARMUP_RATIO* 预热比例（作为 WARMUP_STEPS 替代） 0.01
OUTPUT_DIR 输出目录 系统自动生成
PromptInputColumn** 输入字段名称
PromptOutputColumn** 输出字段名称

* 这些参数将在近期版本中提供。
** 并非所有演示训练方法都需要这些参数。

可以根据实际情况灵活调整上述参数配置。

监控训练进度

  • 进入主导航中的 模型训练 页面
  • 启动训练任务并查看实时进度
  • 当任务进入 已完成 状态后，可以在 定制模型 页面中查看结果

下一步操作

完成训练后，可以：

DeepExtension —— 快速上手，全面掌控。