功能指南

功能指南面向使用 v1 完成训练与推理任务的用户。配置结构、默认值和可用选项统一放在参数配置。

训练任务

页面	内容
数据准备	Messages 格式、数据集 YAML 和 converter
SFT	全参、LoRA、Freeze、QLoRA
DPO	DPO、ORPO、SimPO 与偏好数据
RM	奖励模型训练

训练效率与扩展

页面	内容
批处理	四种 batching strategy
分布式训练	FSDP2、FSDPTurbo、DeepSpeed、Ulysses
优化器	AdamW 与 Muon 配置
融合算子加速	Liger、融合算子和组合配置

模型保存与使用

页面	内容
模型保存与恢复	最终模型、checkpoint、断点续训
模型导出	LoRA 合并和 HF 格式导出
推理	CLI 对话与 adapter 加载