全流程训练能力覆盖
支持从(增量)预训练、多模态指令微调至 RLHF 全流程(奖励模型、PPO/DPO/KTO 训练等),适配各类场景需求
轻量化高效微调
通过 LoRA 等参数高效配置,大幅减少参数量与计算存储成本,平衡性能与资源消耗
人性化对齐优化
提供 RLHF 参数精细化配置,结合多种优化算法,使模型输出贴合人类价值观与业务需求
低门槛与高适配性
零代码 AutoML 工作流设计,兼容主流模型架构与国产芯片,兼顾技术深度与易用性
自动蒸馏数据集
提供数据集的全自动化蒸馏能力,通过构建领域树并生成细分领域问题,再由大模型自动生成高质量答案和推理过程,帮助企业高效制备训练数据
高质量数据集生成及统一管理
提供文档生成问答对等高质量数据集功能,支持查看所有已经生成的数据集详情,并支持对生成的内容进行修改维护
平台提供可视化的模型微调参数配置功能,支持模型训练、评估与预测、推理、导出的全流程操作。
支持基于验证数据集对训练模型进行评估,支持截断长度、最大样本数、批处理大小等参数配置。
支持对模型能力进行推理验证,提供最大生成长度、Top-p 采样值、温度系数、跳过特殊 token、转义 HTML 标签、启用思考等多参数调试配置。
支持(增量)预训练、(多模态)指令监督微调、奖励模型训练、PPO 训练、DPO 训练、KTO 训练等多种训练算法。
携手科杰科技,构建AI-Native时代 Data&AI 一体化平台