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
模型名称 prompt 样例 Pangu-NLP-N1-32K-3.2.36 [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
申请试用ModelArts Studio大模型开发平台 约束限制 ModelArts Studio大模型开发平台对接了公测系统，在试用前需要先申请公测，待申请通过后才能使用。 申请公测 您可以直接进入申请公测页面或者登录ModelArts Studio大模型开发平台进入申请公测，单击“立即申请”，如图1所示。
适用于数据加工，用于正则类算子加工。 不同数据加工算子所需数据资源类型详见系统预置加工算子介绍。 按需（时长）计费、包年/包月 ModelArts Studio-数据智算单元 适用于数据加工，用于AI类算子加工。 不同数据加工算子所需数据资源类型详见系统预置加工算子介绍。 按需（时长）计费、包年/包月 训练资源
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。
"target":"An"} 其中，system字段非必选，system如需配置，只可配置一个string，目前只支持单人设。 带thinking思维链的逻辑推理数据示例： {"system": "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，专注于针对用户的问题给出高质量解答。"
在特定任务上具有更高的准确性：微调后的模型在具体任务中表现更优。相较于预训练阶段的通用能力，微调能使模型更好地解决细分任务的需求。 在一个客户服务问答系统中，可以用特定领域（如电商、保险）的对话数据对预训练模型进行微调，使其更好地理解和回答与该领域相关的问题。 强化学习（DPO） 关注偏好性：DPO（Direct
配置MCP 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。此外
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。
运行结果中可以看到应用的执行开始时间、结束时间、运行时间等信息，还能看到输入和输出信息。对于性能的情况有个直观的认识。 调用详情 在触发应用时，调用链中展现具体事件的详细信息，包括触发的组件、事件耗时、事件的输入和输出信息等。便于开发者快速地追溯操作顺序并精准定位问题。 父主题： 调试与发布应用
模型安全：通过模型动态混淆技术，使模型在运行过程中保持混淆状态，有效防止结构信息和权重信息在被窃取后暴露。 系统安全：通过网络隔离、身份认证和鉴权、Web安全等技术保护大模型系统安全，增强自身防护能力，以抵御外部安全攻击。 父主题： 大模型概念类
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
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
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。
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。
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
对于包年/包月计费模式的资源，用户在购买时会一次性付费，服务将在到期后自动停止使用。 如果在计费周期内不再使用包年/包月资源，您可以执行退订操作，系统将根据资源是否属于五天无理由退订、是否使用代金券和折扣券等条件返还一定金额到您的账户。详细的退订规则请参见云服务退订规则概览。 按需计费资源
管理加工算子 系统预置加工算子介绍 自定义数据集加工算子 父主题： 加工数据集
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
