盘古大模型 PanguLargeModels
盘古大模型 PanguLargeModels
- 功能总览
- 产品介绍
- 计费说明
- 快速入门
- 用户指南
- 最佳实践
- API参考
- SDK参考
-
常见问题
- 高频常见问题
- 大模型概念类
-
大模型微调训练类
- 无监督领域知识数据量无法支持增量预训练,如何进行模型学习
- 如何调整训练参数,使盘古大模型效果最优
- 如何判断盘古大模型训练状态是否正常
- 如何评估微调后的盘古大模型是否正常
- 如何调整推理参数,使盘古大模型效果最优
- 为什么微调后的盘古大模型总是重复相同的回答
- 为什么微调后的盘古大模型的回答中会出现乱码
- 为什么微调后的盘古大模型的回答会异常中断
- 为什么微调后的盘古大模型只能回答训练样本中的问题
- 为什么在微调后的盘古大模型中输入训练样本问题,回答完全不同
- 为什么微调后的盘古大模型评估结果很好,但实际场景表现很差
- 为什么多轮问答场景的盘古大模型微调效果不好
- 数据量足够,为什么盘古大模型微调效果仍然不好
- 数据量和质量均满足要求,为什么盘古大模型微调效果不好
- 大模型使用类
- 提示词工程类
- 文档下载
- 通用参考
本文导读
展开导读
链接复制成功!
构建部署任务
模型训练完成后,可以启动模型的部署操作,步骤如下:
- 登录ModelArts Studio平台,进入所需空间。
- 在左侧导航栏中选择“模型开发 > 模型部署”,单击界面右上角“创建部署”。
- 在“创建部署”页面,参考表1、图1,完成部署参数设置。
表1 区域中期海洋智能预测模型部署参数说明 参数分类
部署参数
参数说明
部署配置
模型来源
选择“盘古大模型”
模型类型
选择“科学计算大模型”。
场景
本案例中选择“区域中期海洋智能预测”。
部署模型
从资产中选择需要部署的模型。
部署区域中期海洋智能预测服务需要同时选择“区域中期海洋智能预测”和“全球中期海洋智能预测”两个模型。
部署方式
选择“云上部署”。
作业输入方式
选择 “OBS”表示从OBS中读取数据。
作业输出方式
选择 “OBS”表示将输出结果存储在OBS中。
作业配置参数
设置模型部署参数信息。
计费模式
选择计费模式。
实例数
设置部署模型时所需的实例数,单次部署服务时,部署实例个数建议不大于10,否则可能触发限流导致部署失败。
基本信息
服务名称
设置部署任务的名称。
描述(选填)
设置部署任务的描述。
父主题: 盘古科学计算大模型微调训练实践