检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
数据加工 > 合成任务”，单击界面右上角“创建合成任务”。 在“创建合成任务”页面，选择需要合成的数据集，选择合成内容与预期合成条数，如图2，系统指定预期合成条数则为数据集初始数据条数。 图2 创建合成任务预期合成数据条数配置 如果合成前的数据集与合成后的数据集结构相同，可选择开启“
rallel数整除。最大可设置为batch_size值。 温度 控制模型推理N条数据的随机性，当temperature趋近于0时，选择最大概率的词；temperature越大，分布越平缓，选择更随机。 核采样 控制模型推理的多样性，取值越大，生成文本的多样性越强。 排序K采样 控
Acceptable 服务器无法根据客户端请求的内容特性完成请求。 407 Proxy Authentication Required 请求要求代理的身份认证，与401类似，但请求者应当使用代理进行授权。 408 Request Timeout 服务器等待请求发生超时。 客户端可以随时再次提交该请求而无需进行任何更改。
模型名称 prompt 样例 Pangu-NLP-N1-32K-3.1.34 [unused9]系统：你生成综合质量（有用性，事实性，无害性）极好的回复。[unused10][unused9]系统：你是一个擅长于文章写作、文本分析、代码编写、数学运算、逻辑推理的AI助手，专注于针对用户
制，表1提供了典型推理参数的建议值和说明，供您参考： 表1 典型推理参数的建议和说明 推理参数 范围 建议值 说明 温度（temperature） 0~1 0.3 温度主要用于控制模型输出的随机性和创造性。温度越高，输出的随机性和创造性越高；温度越低，输出结果越可以被预测，确定性相对也就越高。
数据工程使用流程 高质量数据是推动大模型不断迭代和优化的根基，它的质量直接决定了模型的性能、泛化能力以及应用场景的适配性。只有通过系统化地准备和处理数据，才能提取出有价值的信息，从而更好地支持模型训练。因此，数据的获取、加工、合成、标注、配比、评估、发布等环节，成为数据开发中不可或缺的重要步骤。
式，按订单的购买周期计费，适用于可预估资源使用周期的场景。 按需计费模式：按需付费是后付费方式，可以随时开通/关闭对应资源，支持秒级计费，系统会根据云服务器的实际使用情况每小时出账单，并从账户余额里扣款。 父主题： 计费FAQ
数据工程介绍 数据工程介绍 数据工程是ModelArts Studio大模型开发平台（下文简称“平台”）为用户提供的一站式数据处理与管理功能，旨在通过系统化的数据获取、加工、发布等过程，确保数据能够高效、准确地为大模型的训练提供支持，帮助用户高效管理和处理数据，提升数据质量和处理效率，为大模型开发提供坚实的数据基础。
为应用选择一个图标作为头像。 单击“立即创建”。 创建单智能体应用后，直接进入单智能体应用编排页面。您可以： 在左侧提示词面板中描述应用的身份和任务。 在中间技能面板为应用配置各种扩展能力。 在中间对话体验面板为应用设置各种对话配置。 在右侧预览调试面板中，实时调试应用。 图2 创建应用
配置MCP服务 Agent平台工具调用支持MCP协议，并提供了一个丰富的MCP服务生态系统，以增强智能体的功能。MCP是一种开放协议，它规范了应用程序向大语言模型提供上下文的方式，平台集成了"高德地图"、"车票查询工具"、"必应搜索"等多种实用MCP服务，开通后可以一键集成调用。
评估数据集 数据评估介绍 数据评估旨在通过对数据集进行系统的质量检查，评估其数据质量和代表性等多个维度，发现潜在问题并加以解决。通常来说，数据评估遵循以下方法进行： 质量评估： 数据集质量评估：可以通过抽样评估的方式，随机抽取数据集中的样本，使用人工或自动打分的方式，来对数据集的质量进行打分。
高频常见问题 大模型概念类问题 如何对盘古大模型的安全性展开评估和防护 训练智能客服系统大模型需考虑哪些方面 大模型微调训练类问题 如何调整训练参数，使盘古大模型效果最优 如何判断盘古大模型训练状态是否正常 为什么微调后的盘古大模型评估结果很好，但实际场景表现很差 数据量足够，为什么盘古大模型微调效果仍然不好
配置插件 Agent开发平台提供了一个丰富的插件生态系统，以增强智能体的功能。插件是一种工具集，一个插件即是一个API工具。目前，平台集成了类型丰富的插件，包括文件处理、代码解释器、全网热搜榜、高德地图等工具，这些插件能够帮助开发者快速为智能体添加特定功能。此外，平台还支持创建自
评估数据集 数据评估介绍 数据评估旨在通过对数据集进行系统的质量检查，评估其数据质量和代表性等多个维度，发现潜在问题并加以解决。通常来说，数据评估遵循以下方法进行： 质量评估： 数据集质量评估：可以通过抽样评估的方式，随机抽取数据集中的样本，使用人工或自动打分的方式，来对数据集的质量进行打分。
行研读或者研究，并通过与人工智能大模型的交互对于该篇文章进行深层次的理解，因此产生如下应用场景： 图1 AI研读研究助手业务交互流程图 此系统采用应用Agent平台进行构建，通过图形化界面快速设计、配置各项功能模块，无需代码开发，降低开发门槛，为学术研究领域的读者或者作者提供基于
大模型概念类 如何对盘古大模型的安全性展开评估和防护 训练智能客服系统大模型需考虑哪些方面
提示词应用示例 应用提示词实现智能客服系统的意图匹配 应用提示词生成面试题目 父主题： 提示词写作实践
式。 发布图片类数据集 数据prompt拼接样例 默认prompt为： [unused9]系统：你生成综合质量（有用性，事实性，无害性）极好的回复。[unused10][unused9]系统：你是一个擅长于文章写作、文本分析、代码编写、数学运算、逻辑推理的AI助手，专注于针对用户
构建微调训练任务数据集 获取源数据 科学计算大模型微调训练所需的数据为气象再分析数据。 气象再分析数据集是利用现代数值天气预报模型和数据同化系统，对过去的观测数据进行重新处理后得到的。这些数据集可以是全球范围的，也可以是特定区域的。再分析数据集的目的是通过整合历史观测数据和现代计算
rst = {'result': "success", 'suggestion': "pass"} return rst, 200 dependency文件夹：dependency文件夹为必选项，用于存放基础镜像中未包含或版本不一致的依赖包，可以是
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
