汉得企业级大模型训练与管理平台（中文名灵炼，英文名H-AI TrainHub，以下简称灵炼），旨在提供企业级一站式模型训练与管理平台，覆盖数据集管理、精调、推理部署与评测等端到端能力，专注性能与安全保障，全面支撑企业 AI 模型开发与落地。
本文将带你快速掌握大模型微调全流程：从模型训练到模型发布，再到后续部署与应用，帮助你高效构建企业级专属AI能力。
一、模型微调
通过简洁的页面操作，即可完成大模型快速微调，大幅降低使用门槛，同时显著提升微调效率：
1. 新建微调任务
模型训练/模型微调：新建微调任务
首先配置基本信息&模型及数据。
- 微调类型：按需选择微调类型
- 继续预训练：强化领域知识理解
- SFT精调：提升指令遵循与理解能力
- 基础模型：选择目标模型及版本
- 数据格式：选择对应数据结构
- 训练集来源：灵活适配不同数据规模与业务需求
- 平台数据集（推荐）
- 手工上传（≤30MB）
- 本地存储路径（适用于大规模数据）
其次设置算力、微调相关配置，并点击【确认】完成创建。
- 算力集群：选择执行节点
- 调度方式：
- 手工调度：精细化控制资源
- 自动调度：基于 Ray 实现资源智能分配
- 训练引擎：支持多版本选择
- 微调方法：LoRA / 全参微调
- 分布式训练策略：
- DDP（原生分布式数据并行策略）
- DeepSpeed：
ZeRO-1 / ZeRO-2 / ZeRO-3
支持 CPU Offload（降低显存占用）
- 参数配置：平台预置默认参数配置，同时支持学习率、Epoch、序列长度等关键参数自定义，以及 Warmup 等高级参数调优能力
2. 开始训练
创建任务后，点击【开始训练】，即可启动模型微调流程。平台将自动完成资源调度、训练执行、状态管理等，全流程自动化，降低操作复杂度。
3. 查看训练操作记录
操作记录完整记录微调过程中的各阶段信息，实现全过程可观测与问题快速定位。包括：
- 数据加载
- 训练执行状态
- 节点运行情况
- 日志信息
4. 评估报告
训练完成后，可查看评估报告，全面了解模型效果，用数据驱动模型优化决策：
- ROUGE / BLEU 等评估指标
- Loss 曲线变化
- Token级准确率等
5. 发布模型
微调完成后，可将模型发布至模型仓库，支持后续部署与复用，构建企业级模型资产体系。
点击【发布】，完成以下配置：
- Checkpoint选择：保持默认或指定训练结果
- 是否自动合并：
- 合并基础模型生成完整模型
- 或仅发布 LoRA Adapter
- 发布方式：
- 新版本：基于已有模型迭代
- 新模型：创建全新模型资产
6. 查看发布操作记录
发布过程中，也可通过操作记录查看：发布状态、执行日志、合并进度等，全流程透明可控。
7. 查看发布结果
发布完成后，可在模型仓库查看，实现模型资产沉淀与复用：
- 新版本：在原模型下查看新增版本
- 新模型：在模型列表中查看
结语
以上内容主要讲解了如何通过灵炼进行模型微调、过程监控、效果评估、模型发布的相关能力，打造完整的模型训练与应用闭环。
更多功能细节可参阅开放平台文档，或随时联系研发团队。未来我们将持续迭代，为您带来更多AI模型开发与落地体验，期待与您交流！
💬 欢迎在评论区留言，一起探讨AI模型开发在您业务中的应用潜力~
联系我们
- 相关产品咨询或更多信息了解，欢迎联系我们
邮箱 ➡️ openhand@vip.hand-china.com - 若您有任何问题需要咨询，都可前往焱牛开放平台（open.hand-china.com）提反馈，或将疑问发往联系邮箱。我们有专业人员针对您的问题进行解决回复，技术精良的研发团队根据您的反馈进行应用优化。期待您的反馈，我们将用心对待每一份回应～
