マイモデル

​

対応モデル

• ファインチューニング済みモデル：Alibaba Cloud Model Studio でファインチューニングしたモデルです。詳しくはファインチューニングに対応するモデルを参照してください。
• インポートしたモデル：Object Storage Service（OSS）からインポートしたモデルです。LoRA または全パラメーターファインチューニングを行ったモデルをインポートできます。

  全パラメーターファインチューニング済みモデルのインポートは、許可リスト制の機能です。有効にするにはアカウントマネージャーにお問い合わせください。

  モデル一覧：
  • 中国（北京）
  • シンガポール

  対応モデル	モデル名
  Qwen3	Qwen3-32B
  Qwen3	Qwen3-14B
  Qwen3	Qwen3-8B
  Qwen3	Qwen3-4B-Instruct-2507
  Qwen3-VL	Qwen3-VL-8B-Instruct
  Qwen2.5	Qwen2.5-72B-Instruct
  Qwen2.5	Qwen2.5-32B-Instruct
  Qwen2.5	Qwen2.5-14B-Instruct
  Qwen2.5	Qwen2.5-7B-Instruct
  Qwen2.5-VL	Qwen2.5-VL-72B-Instruct
  Qwen2.5-VL	Qwen2.5-VL-7B-Instruct

  対応モデル	モデル名
  -	-

  データの更新には遅延が生じる場合があります。インポート時の画面表示を確認してください。

​

モデルのインポート

API またはコマンドラインによるモデルのインポートには対応していません。

1. マイモデルページでモデルのインポートをクリックして、インポート画面を開きます。
2. モデル名を入力し、ベースモデル（ファインチューニングの対象モデル）を選択します。
3. インポート方法でOSS からインポートを選択します。現在、ほかの方法には対応していません。LoRA または全パラメーターファインチューニング済みモデルの関連ファイルを Alibaba Cloud Object Storage Service（OSS）に手動でアップロードしてください。アップロード モデルファイルの例
   • 初回のインポートでは、画面の案内に従って権限を付与し、対象バケットにタグを追加します。詳しくは初めて OSS から Model Studio にファイルをインポートする方法を参照してください。
   • OSS バケットのストレージクラスは、Archive、Cold Archive、Deep Cold Archive には対応していません。暗号化バケットおよびプライベートバケットには対応しています。
   • OSS バケットのルートディレクトリ内のファイルにはアクセスできません。Alibaba Cloud Model Studio がアクセスする既存のサブディレクトリを選択するか、バケット内に新しく作成してください。
   • モデルファイルのサイズに制限はありません。インポート後は Alibaba Cloud Model Studio が提供する無料のストレージ領域を使用します。
4. OK をクリックすると、モデルのインポートが開始されます。リクエストが集中している時間帯は時間がかかる場合があるため、完了までお待ちください。

​

LoRA モデルファイルの準備

​

必須ファイルとディレクトリ構造

​

学習パラメーターの制約

• rank の値：8、16、32、64 のいずれかを使用し、同じモデルのすべての LoRA 層で同じ rank にする必要があります。それ以外はインポートできません。
• 語彙を変更しない：学習中に新しいトークンを追加したり元の語彙を変更したりしたモデルはインポートできません。語彙はベースモデルと完全に一致する必要があります。
• チャットテンプレートを変更しない：学習中に chat_template を変更したモデルはインポートできません。ベースモデルのデフォルト設定と一致する必要があります。chat_template は config.json または tokenizer_config.json の chat_template フィールドにあります。
• 視覚言語モデルは VIT を凍結する：Vision Transformer 部分を凍結する必要があります。LoRA アダプターに視覚関連の重みパラメーターが含まれている場合（VIT が凍結されていない場合）、インポートできません。

from safetensors import safe_open
import argparse

def print_safetensor_structure(file_path):
    print(f"Loading safetensor file: {file_path}")
    print("="*80)

    with safe_open(file_path, framework="pt") as f:
        keys = f.keys()
        print(f"Found {len(keys)} tensors in the file:\n")

        for key in sorted(keys):
            tensor = f.get_tensor(key)
            shape = tuple(tensor.shape)
            dtype = str(tensor.dtype)
            device = tensor.device if hasattr(tensor, 'device') else 'cpu'

            lora_tag = " [LoRA]" if "lora_A" in key or "lora_B" in key else ""

            print(f"[{dtype:>14}] {shape} | {key} {lora_tag}")

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Print structure of a .safetensors LoRA adapter.")
    parser.add_argument("filepath", type=str, help="Path to the .safetensors file")
    args = parser.parse_args()

    print_safetensor_structure(args.filepath)

​

送信前の自動検証

​

インポートフォームの項目

​

次のステップ

​

マイモデルの管理

削除：削除前にモデルのデプロイを解除してください。モデルのファインチューニングで作成したモデルを削除しても、ファインチューニング画面の記録は削除されません。

​

状態と遷移

​

操作列の利用条件

• デプロイ：作成済みの場合のみ利用でき、クリックするとデプロイ作成ページが開きます。手順はデプロイと運用管理を参照してください。ほかの状態や利用可能なデプロイ方法がない場合は無効です。
• 追加学習：OSS からインポートしたモデルは追加学習に対応していないため、無効です。
• 削除：作成中のモデルは削除できません。量子化モデルはモデル圧縮ページから削除する必要があります。

​

マイモデルの呼び出し

• キーの制限：Alibaba Cloud Model Studio でファインチューニングしたモデルをデプロイした後は、そのワークスペースの API キーでのみ呼び出せます。現在、DashScope のみ対応し、OpenAI 互換の呼び出しには対応していません。
• 推論結果の最適化：呼び出し時に presence_penalty、frequency_penalty、repetition_penalty などの推論ハイパーパラメーターを明示的に設定し、オフラインのファインチューニングで使用した推論設定と一致させてください。

​

モデルファイルの例

• LoRA ファインチューニングでは通常、best_model_checkpoint（検証セットで最も性能がよかったチェックポイント）と last_model_checkpoint（最後に保存されたチェックポイント）の 2 つが生成されます。必要に応じていずれかをインポートできます。 インポートするファイルには adapter_model.safetensors と adapter_config.json が必要です。LoRA の学習方法は、Alibaba Cloud 大規模言語モデル ACP コースのモデルファインチューニングの章を参照してください。 チェックポイントのディレクトリには通常、global_step100/（サブディレクトリ）、README.md、adapter_config.json、adapter_model.safetensors、additional_config.json、configuration.json、generation_config.json、latest、rng_state_0.pth、rng_state_1.pth が含まれます。
• 全パラメーターファインチューニングの場合、インポートするファイルはオープンソースモデルと整合している必要があります。

​

よくある質問

{
    "Action": [
        "ram:CreateServiceLinkedRole"
    ],
    "Resource": "*",
    "Effect": "Allow",
    "Condition": {
        "StringEquals": {
            "ram:ServiceName": "datahub.sfm.aliyuncs.com"
        }
    }
}