入口与核心步骤

1. 在 模型精调 页面，点击左上角 创建精调任务 按钮。
2. 按照控制台提示，完成基本信息、训练方式、数据配置、训练配置、数据安全等配置，平台会根据配置预估本次精调的算力费用。
3. 确认信息无误后，提交精调任务。

核心步骤说明

训练方式

• 训练类型（必选）：支持类型以及对应详情请参见选择精调类型。
• 模型选择（必选）：根据训练类型不同，支持的基础模型列表会有差异，详情请参见选择模型。

选择完模型后，控制台会出现训练方法的选项，包括LoRA和全量训练（支持的训练方法会有差异，以控制台为准）。

• 强化学习配置（训练类型为GRPO/PPO时需配置）：
  • Rollout函数（条件必选）：
    • 单轮模型推理：根据样本进行一轮推理后直接打分。
  • 奖励规则（条件必选）：
    • 可以选择“预置函数”和“自定义函数”。
      1. 预置函数中包含了几种常用的奖励规则函数，具体请参见控制台描述。
      2. 您也可以选择自定义函数，通过Python代码的方式编写规则。
         1. 点击 添加新函数 ，输入函数名称。
         2. 在reward.py中编辑自定义函数，完成后可以点击上方的 安装依赖 按钮准备好函数运行环境。点击 下一步：代码发布 ，进入代码发布页面。
         3. 代码创建完成后，可以进行 测试、日志查看等操作，点击 完成 结束函数创建。
    • 支持添加多个奖励规则（包括预置函数和自定义函数）并赋予权重，计算奖励时加权求和得到最终奖励值。共支持添加5个规则，预置奖励函数可多次添加。

数据配置

• 训练集：​控制台支持 本地上传数据集文件、从TOS中导入，或选择已经上传的数据集。
• 混入预置数据集：在用户上传的训练集数据中混入豆包模型的SFT数据，此功能可能产生额外训练费用。
• 验证集：与训练集一起计算总 tokens ，若验证集选择从训练集中按比例分割，则不会增加总 tokens。
• 数据安全：​支持平台默认密钥 或 自定义密钥。其中自定义密钥将在火山 KMS 产品管理私有密钥，计费参见密钥管理计费说明。

训练费用

• 计费方式有 按 token 后付费 或者 按算力付费
• 不同训练训练方法支持的计费模式不同，请以控制台显示为准。
• 计费方式信息请参见精调计费；计费单价信息请参见模型精调。

• 训练费用预估数据仅供参考，具体费用以账单为准。

创建完成的任务，可在 模型精调 页面的精调任务列表中查看。

• 任务右侧提供了“终止任务”功能；如果任务已完成，则提供“导出模型”功能。
• 在最后侧的「...」按钮中提供了“复制任务”和“删除”功能。

点击精调任务名称，进入任务详情页，可查看任务概览、效果指标、日志、时间线、模型产出、精调安全审计等信息。下面将对其中关键信息进行说明。

概览信息

效果指标

您可点击右上角下载按钮，导出效果指标信息；点击平滑模式，对效果指标进行平滑设置。

查看日志

点击「日志」栏，可以查看当前精调任务的「训练日志」信息。

• 训练日志

训练日志包括任务生命周期信息，训练进度，训练指标等信息。在任务启动后，您可以通过查看训练日志来确认任务是否正常启动；在训练过程中，您可监控训练进度以及是否有异常失败等等信息。

安全审计信息

精调安全审计页面提供安全状态监控与行为审计功能，降低精调过程中的潜在风险，详情请参见控制台-精调安全审计。