平台快速入门
流程说明
“Model Factory”是一款全方位的大模型训练平台，它涵盖了AI技术研发和应用的全过程，包括数据产生、处理、模型训练、资源分配，以及部署上线等环节。此外，我们还提供了一站式的数据管理、模型管理与训练方法管理服务。
为了满足不同用户的需求，“Model Factory”集成了丰富多样的知名模型和算法，用户可以根据自己的需要进行选择。
更重要的是，我们采用了零代码化操作界面设计，使得即便是完全没有编程基础的用户也能快速掌握使用方法。无论你是专业开发者还是AI爱好者，“Model Factory”都能为你提供简单易用、高效便捷的大模型训练服务。
快速上手
在您完成注册后，即可上线体验我们的产品功能，您只需要以下 4 个步骤即可完成大模型定制训练及测试效果的完整流程：
数据准备 —> 训练配置 —> 部署服务 —> 在线测试
Step 1: 数据导入
- 您需要在 NavBar 中选择「Data」，进入数据集管理页面，点击「Upload New」；
- 在「Upload New Dataset」弹窗中，上传符合数据格式要求的 .xlsx / .csv / .json 文件（您可以在「数据准备指南」中查看「可用于模型训练」的数据的详细信息）；
例如您想要训练一个问答机器人，让这个机器人明白，他是被一个名为「TestBot」的人训练出来的，那么您就可以上传对应的数据集；
- 上传成功后，您可以在数据集列表中查看您导入的数据集；
Step 2: 训练配置
- 您需要在 NavBar 中选择「Fine-tune」，进入模型调优页面，点击「New Fine-tune」，打开「Create Fine-tune Task(s)」弹窗；
- 依次在「Select Model」、「Select Dataset」、「Select Method」和「Select Test Data」中选择模型、数据集、调优方法和测试数据，完成训练任务的初步配置，再点击「Next」，您就可以进入模型调优任务的确认步骤；
- 您可以也 Confirm Fine-tune Tasks 中进行「超参数配置」，点击 Operation 后方的 Settings 按钮即可进入超参数的配置页面，点击进入超参数配置页面（有关超参数的所有详细信息您可以在：文档 中查看）；
- 当您完成了所有模型调优任务的配置后，点击 Start Fine-tune，您就可以完成模型调优任务的创建了；
- 此时您可以在「Fine-tune Task List」中查看您创建的所有模型调优任务；
Step 3: 部署服务
- 完成模型调优任务后，会产生一个新的模型，您需要在 NavBar 中选择「My Models」，进入模型管理页面，您就可以在模型列表中找到您训练出的所有模型
- 您可以通过选择左侧 Filter 中 Model Source - My Models 筛选出您进行模型调优后产生的新模型；
- 点击模型卡片进入「模型详情」页面，您可以在页面右侧找到模型部署的开关，点击即可完成模型部署；（不需要任何环境配置）
- 模型部署会消耗资源，若您仅想要测试模型效果，为了避免您忘记 卸载模型 导致资源浪费，我们推荐您选择「30 min」的部署时长；
- 若您想要将您的模型应用到您的业务场景中，为了避免「模型卸载」后，您的应用无法正常调用模型接口，我们推荐您选择「部署时长」为「Will not automatically undeploy」，我们平台将不会自动卸载您部署的模型；
- 点击「Deploy」后，需要等待一段时间，当模型完成部署后，您可以尽情使用该模型了；
Step 4: 在线测试
- 模型部署成功后，您可以在「模型详情」页面的右侧找到 Test Model，点击即可进入 Chat Playground，和大模型进行对话，测试大模型效果；
还记得我们的目标嘛，我们想要训练一个问答机器人，让这个机器人明白，他是被一个名为「TestBot」的人训练出来的，那么在 Chat Playground 中，我们就可以问出相关的问题；
Step 5: 发布模型
- 模型部署成功后，您可以在「模型详情」页面的右侧找到 Public Model 的开关，开启后即可发布模型，并且在 View Code 中找到 API 的调用接口（更为详细的 API 说明可见文档：API文档）；
小结
恭喜您！您已经成功掌握了一个模型的全面运用。如果您希望进一步了解平台的各项功能，可以详细查看相应的功能模块。为了帮助您更深入地理解模型的使用，我们提供了丰富的相关教程，非常期待您加入我们。
联系我们
加入技术交流群：
