训练方法管理

训练方法管理模块允许注册和配置 DeepExtension 中用于微调的大语言模型策略。这些策略可在模型训练模块中选择，并定义了如何将基础模型适配到特定领域的任务中。

支持的训练方法类型包括：

• SFT（监督式微调）
• PEFT（参数高效微调，例如 LoRA、Adapters）
• PPO、GRPO 等基于强化学习的方法
• VL 针对图生文模型的训练
• SD 对于生图模型的训练，底层采用SimpleTuner的开源框架实现训练

---

总览

在主页面的训练方法管理列表中，列出了所有已注册的训练方法。这些方法将在创建新训练任务时于模型训练界面中展示。

如果您是开发者或平台维护者，请参考开发者指南，了解如何实现自己的训练逻辑并将其接入 DeepExtension 平台。

---

添加新训练方法

本节介绍在系统中添加新训练方法的完整流程。

操作步骤

1. 点击界面中的 “添加新方法” 按钮。
2. 在弹出表单中，填写以下必填信息：

配置字段说明

基础信息

• 训练名称：为新训练方法设定一个唯一标识名称。

• 训练类型：从下拉列表中选择对应的训练类型：

  • chat：纯文本对话模型训练

  • embedding：文本解析模型训练

  • vision-language：图生文多模态模型训练

  • image-generation：图像生成模型训练

生命周期配置

• 生命周期：选择模型的生命周期路径。

  • 详细说明请参阅：模型生命周期管理

  • 不同生命周期选项对应的配置要求：

生命周期选项	必须配置项	可选配置项
定制模型	训练代码文件、训练环境	定制模型推理功能 • 启用时需配置：推理代码文件、conda环境名称
完整模型	保存代码文件、训练环境	完整模型推理功能 • 启用时需配置：推理代码文件、conda环境名称
上线模型	部署环境选择	• 自定义部署环境需配置：部署环境代码文件、conda环境名称

Python文件配置

配置各阶段执行的实际Python文件及运行环境：

• training：训练阶段使用的Python文件和conda环境

• saving：模型保存阶段使用的Python文件和conda环境

• inference-customized：定制模型推理使用的Python文件和conda环境

• inference-complete：完整模型推理使用的Python文件和conda环境

提示：带 * 的字段为必填项。请根据所选生命周期路径，完成相应阶段的文件配置。

---

注意：仅商业用户可添加新的训练方法。 非商业用户建议使用内置的 custom01 和 custom02 方法，这两个模板也可定制，并可作为用户扩展逻辑的起点。具体实现请参阅开发者指南。

---

删除训练方法

要删除某个训练方法：

• 点击目标训练方法旁的 “删除” 按钮
• 删除后该方法将不再出现在模型训练界面的可选方法列表中

注意：为了保障系统稳定性和流程完整性，删除功能仅对商业用户开放。

---

预安装的训练方法

为帮助用户快速入门，DeepExtension 根据操作系统预装了若干训练方法示例。

CUDA（Linux 或者 Windows (通过 WSL)）用户

• GRPO-Demo：用于逻辑型微调任务的 GRPO（引导式强化学习）示例方法
• SFT-Demo：适用于小规模任务的监督式微调示例
• Custom01 和 Custom02：可由开发者扩展的完全可定制模板

macOS 用户（适用于 MLX）

• MLX-Demo：基于 Apple MLX 框架的演示训练方法，专为 M 系列芯片优化
• Custom01 和 Custom02：同样提供可扩展的自定义模板

GRPO-Demo、SFT-Demo 和 MLX-Demo 均已配置完毕，并附带示例数据集，可帮助立即上手 DeepExtension 的训练功能。

Custom01 和 Custom02 面向具有 AI/ML 背景的开发者设计，详见实现自定义训练逻辑。

---

DeepExtension — 灵活的训练策略管理，是实现高效微调的第一步