檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
項目實習生 AI建模與訓練平臺 AI建模與訓練平臺 領域方向：人工智能 工作地點： 杭州 AI建模與訓練平臺 人工智能 杭州 項目簡介 隨著人工智能技術的發(fā)展，越來越多的行業(yè)開始使用人工智能做智能化轉(zhuǎn)型。本項目旨在開發(fā)一套端到端的人工智能模型開發(fā)平臺。 崗位職責 從事AI工程化和AI平臺的開發(fā)。
一站式大模型開發(fā)平臺 一站式大模型開發(fā)平臺 ModelArts Studio大模型開發(fā)平臺是集數(shù)據(jù)管理、模型訓練、模型部署于一體的綜合平臺，專為開發(fā)和應用大模型而設計，旨在為開發(fā)者提供簡單、高效的大模型開發(fā)和部署方式 為什么選擇大模型開發(fā)平臺ModelArts Studio 最全工具鏈平臺
保障用戶訓練作業(yè)的長穩(wěn)運行 提供訓練作業(yè)斷點續(xù)訓與增量訓練能力，即使訓練因某些原因中斷，也可以基于checkpoint接續(xù)訓練，保障需要長時間訓練的模型的穩(wěn)定性和可靠性，避免重新開始訓練耗費的時間與計算成本 支持訓練數(shù)據(jù)使用SFS Turbo文件系統(tǒng)進行數(shù)據(jù)掛載，訓練作業(yè)產(chǎn)生的中間和結(jié)果等數(shù)據(jù)可以直接高速寫入到SFS
會話對象，初始化方法請參考Session鑒權。 job_id 是 String 訓練作業(yè)的id，可通過創(chuàng)建訓練作業(yè)生成的訓練作業(yè)對象查詢，如"job_instance.job_id"，或從查詢訓練作業(yè)列表的響應中獲得。 表2 get_job_log請求參數(shù)說明 參數(shù) 是否必選 參數(shù)類型
華為云ModelArts平臺提供E級算力調(diào)度，同時結(jié)合物理網(wǎng)絡拓撲，提供動態(tài)路由規(guī)劃能力，為大模型訓練提供了最優(yōu)的網(wǎng)絡通信能力。此外，借助ModelArts平臺的高效處理海量數(shù)據(jù)能力，僅用7天就完成了40TB文本數(shù)據(jù)處理。
Notebook編程環(huán)境的操作 了解詳情 人工智能概覽 學完本課程后，您將能夠了解人工智能的發(fā)展歷史以及相關概念 了解詳情 ModelArts：一站式AI開發(fā)平臺 通過本課程的學習，了解ModelArts的特性、應用場景等，并掌握其申請和調(diào)用方法 了解詳情 ModelArts自定義鏡像
應用、在線服務接口，實現(xiàn)在AI開發(fā)平臺ModelArts上快速部署推理服務 使用AI開發(fā)平臺ModelArts，創(chuàng)建AI應用，部署在線服務、用于獲取推理結(jié)果 在統(tǒng)一身份認證服務 IAM上創(chuàng)建一個委托，用于授權FunctionGraph獲取IAM用戶Token，訪問ModelArts
自動駕駛模型訓練推理 MapTRv2模型基于ModelArts Lite Server適配PyTorch NPU訓練指導 OpenVLA模型基于ModelArts Lite Server適配PyTorch NPU訓練指導 PointPillar模型基于ModelArts Lite
LLM/AIGC/數(shù)字人基于Server適配NPU的訓練推理指導 ModelArts提供了豐富的關于Server使用NPU進行訓練推理的案例指導，涵蓋了LLM大語言模型、AIGC圖像/視頻生成等人等主流應用場景。您可查看詳細指導。
訓練管理 訓練作業(yè) 資源和引擎規(guī)格接口
Standard模型訓練 使用ModelArts Standard自定義算法實現(xiàn)手寫數(shù)字識別 基于ModelArts Standard運行訓練作業(yè)
訓練管理（舊版） 訓練作業(yè) 訓練作業(yè)參數(shù)配置 可視化作業(yè) 資源和引擎規(guī)格接口 作業(yè)狀態(tài)參考 父主題： 歷史API
訓練作業(yè) 創(chuàng)建訓練作業(yè) 查詢訓練作業(yè)列表 查詢訓練作業(yè)版本詳情 刪除訓練作業(yè)版本 查詢訓練作業(yè)版本列表 創(chuàng)建訓練作業(yè)版本 停止訓練作業(yè)版本 更新訓練作業(yè)描述 刪除訓練作業(yè) 獲取訓練作業(yè)日志的文件名 查詢預置算法 查詢訓練作業(yè)日志 父主題： 訓練管理（舊版）
Standard模型訓練 在ModelArts訓練得到的模型欠擬合怎么辦？ 在ModelArts中訓練好的模型如何獲??？ 在ModelArts上如何獲得RANK_TABLE_FILE用于分布式訓練？ 在ModelArts上訓練模型如何配置輸入輸出數(shù)據(jù)？ 在ModelArts上如何提升訓練效率并減少與OBS的交互？
在“訂單信息確認”頁面，確認服務信息和費用，單擊“確定”提交模型訓練任務。 單擊“返回模型訓練”跳轉(zhuǎn)到微調(diào)大師頁面，可以查看訓練作業(yè)狀態(tài)。當“狀態(tài)”為“訓練完成”時，表示微調(diào)任務完成。 單擊操作列的“查看模型”跳轉(zhuǎn)到微調(diào)獲得的新模型的詳情頁面。
AI模型 創(chuàng)建模型 盤古輔助制藥平臺支持用戶創(chuàng)建AI模型，目前AI模型只有專業(yè)版支持。AI建模支持創(chuàng)建屬性模型和基模型。創(chuàng)建屬性模型是基于自定義數(shù)據(jù)，對盤古藥物分子大模型進行微調(diào)，進行屬性預測和迭代活性優(yōu)化，實現(xiàn)干濕實驗閉環(huán)。
創(chuàng)建訓練作業(yè) 功能介紹 創(chuàng)建訓練作業(yè)接口用于在ModelArts平臺上啟動新的訓練任務。 該接口適用于以下場景：當用戶需要基于特定的數(shù)據(jù)集和算法模型進行機器學習訓練時，可以通過此接口創(chuàng)建并配置訓練作業(yè)。使用該接口的前提條件是用戶已上傳數(shù)據(jù)集和模型代碼至ModelArts平臺，并具
ControlNet... AI說 為醫(yī)生打造專屬數(shù)字分身! AIGC：人工智能生成內(nèi)容的崛起與未... ModelArts JupyterLab常見問題解決... 聊聊超級快的圖上多跳過濾查詢 查看更多 收起 場景化AI案例，AI落地零門檻 AI達人 馬上申請 多樣化AI資產(chǎn)，AI開發(fā)更高效 資產(chǎn)貢獻榜
LLM大語言模型訓練 主流開源大模型基于ModelArts Lite Server適配AscendFactory PyTorch NPU訓練指導（New） LLM大語言模型訓練歷史版本文檔
數(shù)。 模型訓練結(jié)束后，訓練模型以及相關輸出信息需保存在OBS路徑。“輸出”數(shù)據(jù)默認配置為模型輸出，代碼參數(shù)為“train_url”，也支持用戶根據(jù)1的算法代碼自定義輸出路徑參數(shù)。 在創(chuàng)建訓練作業(yè)時，填寫輸入路徑和輸出路徑。 訓練輸入選擇對應的OBS路徑或者數(shù)據(jù)集路徑，訓練輸出選擇對應的OBS路徑。
MLLM多模態(tài)模型訓練推理 Bunny-Llama-3-8B-V基于Lite Server適配PyTorch NPU的訓練指導（6.5.901） Qwen-VL基于Standard+OBS+SFS適配PyTorch NPU訓練指導（6.3.912） Qwen-VL模型基于Standard+OBS適配PyTorch
AIGC工具tailor使用指導 tailor簡介 tailor是AIGC場景下用于模型轉(zhuǎn)換（onnx到mindir）和性能分析的輔助工具，當前支持以下功能。 表1 功能總覽 功能大類 具體功能 模型轉(zhuǎn)換 固定shape轉(zhuǎn)模型 動態(tài)shape傳入指定檔位轉(zhuǎn)模型 支持fp32 支持AOE優(yōu)化
String 訓練作業(yè)的id，可通過創(chuàng)建訓練作業(yè)生成的訓練作業(yè)對象查詢，如"job_instance.job_id"，或從查詢訓練作業(yè)列表的響應中獲得。 表2 返回參數(shù)說明 參數(shù) 參數(shù)類型 描述 kind String 訓練作業(yè)類型。默認使用job。 枚舉值： job：訓練作業(yè) hetero_job：異構作業(yè)
在“元模型來源”中，選擇“從訓練中選擇”頁簽，選擇Step4 創(chuàng)建訓練作業(yè)中完成的訓練作業(yè)，勾選“動態(tài)加載”。AI引擎的值是系統(tǒng)自動寫入的，無需設置。 圖5 設置元模型來源 在模型列表頁面，當模型狀態(tài)變?yōu)?ldquo;正常”時，表示模型創(chuàng)建成功。單擊模型操作列的“部署”，彈出“版本列表”
為網(wǎng)絡AI開發(fā)專家，負責NAIE模型訓練服務特征工程相關的設計與開發(fā)工作，9年電信領域軟件設計開發(fā)工作經(jīng)驗，熟悉分布式系統(tǒng)、大數(shù)據(jù)、中間件等產(chǎn)品及技術應用，對電信領域AI模型訓練平臺及數(shù)據(jù)特征處理有較深入的理解。后希旭，華為網(wǎng)絡AI開發(fā)專家，知乎專欄主編，負責華為網(wǎng)絡AI開發(fā)平臺的構建和運營，熟悉模型訓練和在線推理。
兩者結(jié)合。6模型驅(qū)動開發(fā)能稍微再解釋一下嗎？開發(fā)者開發(fā)過程中主要聚焦在業(yè)務數(shù)據(jù)模型對象的構建，而不用過多的關注計算的細節(jié)。7ModelFactory與DataFactory有什么區(qū)別？您問的是不是ModelFoundry。DataFactory是GDE大數(shù)據(jù)開發(fā)平臺，ModelFoundry是GDE
