【技术实现步骤摘要】
本专利技术涉及机器学习，尤其涉及一种可视化大模型微调方法和装置。
技术介绍
1、目前大模型技术在各个行业都得到了广泛的应用，利用大模型技术的确可以提高各个行业领域的工作效率。由于大模型训练成本比较高，所以很多企业选择对开源大模型进行微调，最终形成适合自己的私有大模型，最后满足自己生产经营的需要。但是大模型技术门槛比较高，需要开发技术人员具备很好的行业知识，这些ai工程师成本比较高，并不是每一个企业都能够负担的起的。
2、现有技术中，通常是针对不同的大模型微调，编写不同的微调算法。根据编写的算法编写代码微调大模型，并编写代码对微调后的大模型进行测试评估。微调训练完成后，人工拷贝生成的大模型，并部署到用户的机器上。大模型普遍采用云端部署，降低部署成本。
3、在这些步骤中，微调算法可复用性很差，并没有形成统一的微调算法库，并且开发者微调算法不能公用。对大模型进行微调需要编写代码，这会提高大模型开发的成本与门槛。训练完成的成果需人工介入，会导致部署发布效率低下。此外，云端部署的数据安全性比较差，而且特殊行业不支持云端部署
4、本文档来自技高网...
【技术保护点】
1.一种可视化大模型微调方法，其特征在于，包括：
2.根据权利要求1所述的可视化大模型微调方法，其特征在于，根据所述训练日志进行可视化展示，具体包括：
3.根据权利要求2所述的可视化大模型微调方法，其特征在于，所述根据所述可视化展示的结果对所述当前日志指标进行异常监控，具体包括：
4.根据权利要求1所述的可视化大模型微调方法，其特征在于，根据所述目标微调算法和所述目标数据集训练所述目标大模型，得到训练日志，具体包括：
5.根据权利要求2所述的可视化大模型微调方法，其特征在于，所述将所述训练结果与历史训练结果进行对比，得到...
【技术特征摘要】
1.一种可视化大模型微调方法，其特征在于，包括：
2.根据权利要求1所述的可视化大模型微调方法，其特征在于，根据所述训练日志进行可视化展示，具体包括：
3.根据权利要求2所述的可视化大模型微调方法，其特征在于，所述根据所述可视化展示的结果对所述当前日志指标进行异常监控，具体包括：
4.根据权利要求1所述的可视化大模型微调方法，其特征在于，根据所述目标微调算法和所述目标数据集训练所述目标大模型，得到训练日志，具体包括：
5.根据权利要求2所述的可视化大模型微调方法，其特征在于，所述将所述训练结果与历史训练结果进行对比，得到分析报告和/或优化方案，具体包括：
6.根据权利要求1所述的可视化大模型微调方法...
【专利技术属性】
技术研发人员：王云峰，张芯铭，程信辉，
申请(专利权)人：北京汉勃科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。