训练

指定预处理后的数据集、基础模型和训练方法（STAGE），然后执行微调。

1. 选择训练数据集

这里选择的不是原始源文件夹，而是已经整理为训练用的数据集文件夹。可以从 团队 AppData 训练集、个人 AppData 训练集 中选择，或者通过 自定义... 直接输入路径。选择文件夹后会立即在下方进行验证，并显示可用于训练的文件数量。

选择训练数据集

数据格式

从自动检测、Alpaca、ShareGPT、Pairwise、Plain Text 中选择。

SFT 使用基于 instruction/input/output 的 JSON/JSONL。
DPO/ORPO 使用基于 chosen/rejected 的 JSON/JSONL。
.txt/.md 原文仅用于 Plain Text（PT 预训练），选择后阶段会自动切换为 PT。

训练文件扩展名与输出目录

选择要纳入训练的文件扩展名（.md、.txt、.json、.jsonl），并指定保存训练结果的输出目录。执行结果会按 Run 编号自动生成子文件夹，分别单独保存。

2. 选择模型

直接输入 HUGGINGFACE MODEL ID，或在搜索框中搜索模型。也可以从 Qwen2.5-7B-Instruct、Qwen2.5-14B-Instruct、Gemma-2-9B-It、Llama-3.1-8B-Instruct、DeepSeek-R1-14B、DeepSeek-R1-8B 中快速选择。

CHAT TEMPLATE 默认使用基于模型名称的自动检测（推荐）。只有在运行异常时才手动选择。

选择模型与训练方法

3. 选择训练方法（STAGE）与微调方式

STAGE	说明
SFT（监督学习）	使用 instruction/input/output 数据教模型完成特定任务
DPO	使用 chosen/rejected 数据训练偏好
ORPO	与 DPO 类似的基于偏好的对齐方式
PT（预训练）	Continued Pre-Training。使用纯文本训练领域知识

FINETUNING TYPE 可从 LoRA、QLoRA（4-bit 量化）、Full（全量微调）、Freeze（冻结层）中选择。还可以调整 LoRA RANK、LORA ALPHA、DROPOUT 等详细超参数。

4. 开始训练

点击 开始训练 按钮即开始训练。在右侧面板中可以实时查看状态、模型、RUN ID、结果模型路径和进度，同时会输出日志。要停止训练，请点击 停止 按钮。

注意事项

如果数据格式与目标阶段不匹配，训练可能无法开始。
训练过程中无法更改同一 Run 的设置。