训练场景说明

场景一：一键训练

ModelArts为新手、快速原型验证和教学演示设计的最简便入口。用户无需编写代码或准备复杂配置，只需选择平台预置的经典算法或热门大模型（例如Qwen3系列、DeepSeek系列），配合平台提供或用户上传的数据集，即可一键启动训练。详细了解请参考创建一键训练作业。

适用人群：适合零基础用户、学生、产品经理快速验证idea，或希望在几分钟内看到训练效果的场景。对于希望快速体验昇腾算力红利的用户，也可直接选择昇腾超节点资源池，在几乎不修改任何参数的情况下获得显著的性能提升。

场景二：自定义训练

ModelArts最灵活、适用范围最广的传统训练方式。当一键训练无法满足您的需求——例如您需要使用自研的模型结构、自定义的损失函数、特殊的数据增强逻辑，或者需要引入特定的第三方依赖库时，应选择创建模型自定义作业。在这种场景下，您需要自己编写完整的训练代码，并按照平台约定的目录结构和输入输出规范组织代码，可以选择使用预置的AI引擎（如PyTorch、TensorFlow、MindSpore），也可以使用自定义镜像来满足特殊的环境依赖。这种场景给予开发者最大的灵活性和控制力，是生产级模型训练最常用的方式。详细了解请参考创建训练自定义作业。

自定义训练可以完成单机训练以及分布式训练。

适用人群：适合有自主算法研发需求、需要完整控制训练流程的算法工程师或研发团队。特别适用于计算机视觉、自然语言处理、传统机器学习等自定义模型开发场景，也支持在昇腾超节点上进行大规模分布式训练，是大多数中高级开发者的首选路径。

场景三：模型精调

当您不需要从头训练一个模型，而是希望在开源或预置的大模型（如DeepSeek、Qwen等）基础上，用自己的行业数据或业务数据进行微调，使模型更贴合特定领域或特定任务时，应选择创建精调作业。精调作业通常已经封装好了主流大模型的训练流程和最佳实践配置（如LoRA、全参微调等微调方式），您只需要准备符合格式要求的精调数据集、选择基础模型和微调策略，即可快速得到一个"懂您业务"的定制大模型。这种场景是当前大模型时代最高频的训练需求，能够在较低的算力成本下获得显著的领域适配效果。详细了解请参考创建模型精调作业。

适用人群：适用于企业或开发者需要在垂直领域（如医疗、金融、法律、客服）对基础大模型进行领域适配、SFT（监督微调）、指令跟随优化的场景。当训练对象为百亿参数及以上的大模型时，推荐优先使用精调作业结合昇腾超节点，可显著降低通信开销、提升训练效率并降低整体成本。

通过API/SDK创建训练作业

当您不满足于在控制台手动点选创建作业，而是希望以编程方式提交训练、或者需要将训练环节嵌入到CI/CD流水线、定时任务、自动化调度系统中时，应选择通过API（或SDK、命令行工具）创建训练作业。这种场景通过代码定义训练作业的全部参数（代码路径、超参、资源规格、节点数等），使训练过程可复现、可版本化、可批量调度，非常适合需要频繁实验、多任务并发或构建端到端MLOps流水线的团队。它是将ModelArts训练能力真正"工程化"和"自动化"的关键入口。详细了解请参考使用API创建训练作业。

通过API/SDK创建训练任务可以完成单机训练以及分布式训练。

适用人群：适合MLOps工程师、企业级研发团队或需要实现“数据→训练→评估→部署”自动化pipelines的生产环境。特别适用于定期训练、超参数搜索、A/B实验、大规模实验管理等需要程序化控制的场景，可与昇腾超节点的训推共池调度能力深度结合，实现夜间自动训练、白天推理的高效资源利用。

四种场景快速选型参考