速通教程
动手学定制你的专属大模型-课程详情 | Datawhale
非常的丝滑，只需要下载数据集，上传数据集，选择好数据参数进行微调，等待几十分钟微调完成，创建应用，选择模型发布应用，等待发布完成就可以体验啦~~
所以所以，重要的是什么？重要的是数据，高质量的数据集是最重要的，训练过程中的一些超参数影响不是特别大。超参数正常设置就好。
当然注意到这里有全量微调和lora微调两种方式。那么全量微调的是小模型，7b以下的。据说20b以上的模型才具有涌现能力，所以全量微调的模型在数据集领域是很好的拟合的，效果嘛就看数据集的质量了。lora微调的模型保留了基座模型的能力，有一定的灵活性啦，但是注意不要超参数设置的过大导致过拟合或者数据丢失了。
数据集构建
注意到文本对话模型有alpaca和sharegpt两种微调数据格式。其中sharegpt格式要求比较严格，需要特别注意，但是也更强大。大模型微调平台数据集格式说明 | 讯飞开放平台文档中心
手上有pdf还有word等乱七八糟的非结构化数据，怎么办呐。首先需要把数据处理成pdf，markdown，html等半结构化格式，之后使用数据集构建工具自动化构建数据集，再进行数据清洗和数据去噪等步骤（不做也行）得到高质量干净的数据集。
数据集构建需要一定的编程知识，不过很容易上手啦，问一问星火大模型就好了。
这里给出一些构建数据集的例子：
如何从任何文档生成用于 LLM 微调的指令数据集（含代码） - 大模型知识库|大模型训练|开箱即用的企业大模型应用平台|智能体开发|53AI
利用大模型构造数据集，并微调大模型一、前言 目前大模型的微调方法有很多，而且大多可以在消费级显卡上进行，每个人都可以在自 - 掘金大语言模型训练数据（简单介绍了数据是什么，数据有哪些）
构建好的数据集去哪里找？
1. huggingface,modelscope，opendatalab，openxlab，魔乐等MAAS平台
2. github等公共代码托管仓库
3. 各大maas平台的体验项目，一般都附有数据集的下载链接
4. 数据集搜索 --- Dataset Search
5. 一些垂直社区的论坛，csdn，知乎等公共平台
发布模型的api调用
-
https://blog.csdn.net/weixin_42914989/article/details/144339263
