文档中心

用户设置

• 在代码最开始处设置您在官网获取到的ak和sk

import wenxin_api
wenxin_api.ak = "your ak" wenxin_api.sk = "your sk"

创建精调任务

• 数据上传后，启动训练任务

from wenxin_api import Train, Dataset from wenxin_api.const import (ERNIE_100B_

MODEL, ERNIE_10B_MODEL, ERNIE_1P5B_MODEL) data_id = "your data id" #请查看数据准备页面，

上传数据集合并获得id dataset = Dataset.retrieve(data_id=data_id) Train.create(trai

n_datasets=[dataset], base_model=ERNIE_100B_MODEL)

您可以在base_model处指定您要训练的基础模型的量级 基础模型为：

• ERNIE_100B_MODEL（即千亿模型ERNIE 3.0 Zeus）
• ERNIE_10B_MODEL（即百亿模型ERNIE 3.0-10B）
• ERNIE_1P5B_MODEL（即十五亿模型ERNIE 3.0-1.5B）

开始精调任务后，可能需要一些时间才能完成。您的任务在我们系统中按提交时间排队运行，

精调模型可能需要几分钟或几小时，具体取决于您选择的模型量级和数据集的大小。

查询训练好的模型

• 任务完成后，您可以查询训练好的模型名称。

from wenxin_api import Model # 查看所有模型 models = Model.list() print(models) # 根据model_id

查看模型 model_id = "your model id" model = Model.retrieve(model_id=model_id) print(model) 

# 根据训练任务的task_id查看模型 task_id = "your task id" model = Model.retrieve(task_id=model_id) print(model)

• 查询结果返回示例（单个模型）

{ "id":42, # 模型id "status":1, # 模型状态，1代表模型准备就绪，可以参考状态码表 "base_model":3,

 # 基础模型，3代表基础模型是15亿模型，可以参考状态码表 "is_public":0, # 是否是公开模型，

0表示是私有模型 "name":"job-0bb62f509620bc90_prompt_embeddings.npy", # 模型名称 "type":"model" }

其中常见的状态码可以参考：状态码汇总

获取模型和删除模型

• 针对训练好的模型，您还可以获取和删除模型：

from wenxin_api import Model # 查看所有模型 models = Model.list() # 使用训练任务的task_id获取模型 

task_id = "your task id" model = Model.retrieve(task_id=task_id) # 使用model_id获取模型 model_id = 

"your model id" model = Model.retrieve(model_id=model_id) # 删除模型 model_id="your

 model id" Model.delete(model_id=model_id)

查看、删除、停止任务

• 除了创建微调作业外，您还可以查看所有训练任务、查看指定训练任务、停止训练任务。

from wenxin_api import Train # 查看所有训练任务 tasks = Train.list() print(tasks) train_id

="your train task id" # 查看指定训练任务 task = Train.retrieve(task_id=train_id) print(task) # 停止训练任务 task.stop()

• 查询结果返回示例

{ "job_id":"job-0bb62f210535f7c6", # 训练平台上任务的id "response":"{}", # 训练成功后该字段

下有模型的id "task_state":203, # 训练状态码，以参考状态码表 "task_id":16, # 训练任务id "task_t

ype":1, # 任务种类，1代表训练任务 "type":"task", "base_model":3 }

其中常见的状态码可以参考：状态码汇总

指定验证集启动训练任务

• 如果您只上传训练数据，系统会自动把您的数据分为训练集和验证集，如果您希望上传自己的验证数据，
• 您可以通过以下代码自己指定验证集来启动您的训练任务。验证集与训练集格式相同，并且您的训练和验证数据应该是互斥的。

from wenxin_api import Train # 指定本地数据集位置 train_file_path = "your train file" dev_file_path

 = "your dev file" # 上传训练集和验证集 train_dataset = Dataset.create(local_file_path=train_file

_path) dev_dataset = Dataset.create(local_file_path=dev_file_path) # 训练时指定训练集和验证集 Train

.create(train_datasets=[train_dataset], dev_datasets=[dev_dataset])