Affinez les modèles Qwen dans Model Studio via l'API (HTTP) ou la CLI (shell). Trois méthodes d'affinage sont prises en charge : l'affinage supervisé (SFT), le pré-entraînement continu (CPT) et l'optimisation directe des préférences (DPO).
Prérequis
- Consultez Présentation du fine-tuning de modèle pour comprendre ses concepts, son processus et ses exigences en matière de données.
- Activez le service et obtenez une clé API. Consultez Obtenir une clé API.
- Accordez à l'utilisateur RAM (utilisateur RAM) les autorisations nécessaires d'invocation, d'entraînement et de déploiement.
Importer des fichiers d'affinage
Préparation des fichiers d'affinage
Pour les spécifications de format des données, les règles d'emballage, les limites de taille et de quantité, ainsi que les quotas d'import via API propres à chaque méthode d'entraînement (SFT/DPO/CPT), consultez Règles de chargement des données d'ajustement fin. Formats de fichiers pris en charge par chaque méthode d'entraînement :
Méthode d'entraînement | Format de fichier |
|---|---|
Génération de texte SFT | jsonl (structure multi-tours de messages ChatML) |
SFT multimodal (images/vidéos) | zip (data.jsonl + fichiers image/vidéo) |
DPO | jsonl (paires de préférence chosen/rejected) |
CPT | jsonl (texte brut {text}) |
Jeu d'évaluation | xlsx (prompt&completion) / jsonl, xls, xlsx (ChatML-messages) |
Vous pouvez également télécharger un modèle de données depuis la console Model Studio. | Sous la zone de téléchargement de fichiers de la page Create Dataset, vous trouverez le lien de téléchargement du data template. |
Télécharger les fichiers d'affinage vers Model Studio
- OpenAI-compatible Files API
- La taille maximale d'un fichier unique est de 300 Mo.
- Le quota de stockage total pour tous les fichiers valides (non supprimés) est de 100 Go.
- Le quota de nombre total pour tous les fichiers valides (non supprimés) est de 10 000 fichiers.
- Le stockage des fichiers n'est pas limité dans le temps.
Affinage de modèle
La création, l'interrogation, la consultation des journaux, la gestion des points de contrôle, ainsi que le listage, l'annulation et la suppression des tâches d'affinage s'effectuent tous via l'API. Les paramètres de requête et de réponse complets ainsi que les exemples de chaque interface figurent sur la page d'API correspondante ; cette section présente uniquement le déroulement global.
Créer une tâche d'affinage
Appelez l'interface Créer une tâche d'affinage (POST /api/v1/fine-tunes) pour démarrer l'entraînement. Consultez cette page pour le corps de la requête (model / training_datasets / hyper_parameters / training_type, etc.) et des exemples de réponse.
Interroger les détails d'une tâche d'affinage
Utilisez le job_id pour interroger l'état de la tâche. Pour plus d'informations, consultez Interroger l'état d'une tâche d'affinage.
Obtenir les journaux d'une tâche d'affinage
Récupérez les journaux d'entraînement via l'interface Obtenir les journaux d'une tâche d'affinage (GET /api/v1/fine-tunes/{job_id}/logs).
Interroger et publier les points de contrôle du modèle
Les points de contrôle produits par l'affinage peuvent être listés et exportés (publiés) :
- Lister les points de contrôle : consultez Lister les points de contrôle (
GET /api/v1/fine-tunes/{job_id}/checkpoints). - Exporter (publier) un point de contrôle spécifique : consultez Exporter un point de contrôle (
GET /api/v1/fine-tunes/{job_id}/export/{checkpoint}?model_name=...) ; l'opération est asynchrone, interrogez son état via l'interface de listage.
Autres opérations d'affinage
- Lister les tâches : Lister les tâches d'affinage
- Annuler une tâche : Annuler une tâche d'affinage
- Supprimer une tâche : Supprimer une tâche d'affinage
Déploiement et invocation du modèle
Déploiement du modèle
Pour déployer le modèle, accédez à la console de déploiement dédié.
Invocation du modèle
Une fois l'état du déploiement défini sur RUNNING, invoquez le modèle affiné comme n'importe quel autre modèle.
Vous pouvez également obtenir le Model Code depuis la console de déploiement dédié.
Utilisation et paramètres : Référence de l'API DashScope.