通用联邦学习模板
目前联邦学习模型可以选择XGBoost、Logistic Regression、DNN等。step 6 模型评估：使用各种评估指标和技术对模型进行评估，用户可以自行使用交叉验证等方法，测试不同数据集的混淆矩阵、AUC、KS等各项指标。详见组件说明。三、名词解释 ...
数据模型架构规范
良好的数据模型可以帮助我们更好地存储数据，更有效率地获取数据，保证数据间的一致性。模型设计的基本原则 高内聚和低耦合 一个逻辑和物理模型由哪些记录和字段组成，应该遵循最基本的软件设计方法论中的高内聚和低耦合原则。主要从数据...
什么是AutoML
您在训练模型时，如果超参组合复杂度过高，需大量训练资源和手工调试工作，可以使用AutoML来节省模型调参时间，提升模型调优效率和模型质量。基础概念 超参数：是训练机器学习模型时用到的外部配置参数，在模型训练开始前设置。超参数不同...
任务管理
保存后的模型可以在模型管理中查看，详细信息请参见 联邦模型管理。说明 对模型进行命名时，不能与已有的模型名称重名。保存预处理规则 当执行结果中产出了预处理规则时，支持保存预处理规则。单击 保存，对预处理规则命名后，即可保存该预...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
模型训练
通常一个模型可以拆分为多个细分的节点任务，通过节点任务的前后编排来最终实现模型预期效果。因此，在建模之前，建议您先拆分模型并规划好细分的节点任务。通常建议一个节点完成一个最简单的任务。根据规划，拖入并配置对应的组件。在左侧...
DeepFM算法
简介 DeepFM将深度学习模型（DNN）和因子分解机（FM）模型结合，同时支持学习低阶显式特征组合和高阶隐式特征组合，不需要人工做特征工程，常用于推荐系统或广告系统。输入通常有以下两类特征：类别特征（Categorical Feature）：字符串...
数据存储
数据模型的选择建议如下：Aggregate模型可以通过预聚合，极大地降低聚合查询时所需扫描的数据量和查询的计算量，非常适合报表类统计分析场景。该模型对 count(*)查询不友好，同时因为固定了Value列上的聚合方式，在进行其他类型的聚合查询...
我是企业用户
属性列表中唯一标识，只支持一种属性进行勾选，不存在多种属性都具有唯一标识的情况：除了对系统中已有数据模型操作外，单击 新建模型 可以创建新的数据模型，如果数据模型以及模型定义的数据不再使用，可以对已有数据模型进行删除：资产...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或1...
GPU实例FAQ
优先建议模型随镜像交付，模型可以复用镜像缓存，加速分发，无额外的存储使用成本。如果模型不能随镜像交付，例如，超过镜像大小限制，建议对于5 GB以上的大模型，将其存储在NAS文件系统，然后在应用启动时加载模型。建议使用通用型NAS的...
推荐解决方案综述
排序模型可以直接通过 EAS 部署为RESTful API。可以先将召回结果写入Tablestore，再使用PAI-AutoLearning进行配置，最终将结果传入 EAS 并部署为RESTful API。完整的推荐流程如下。用户进入PAI平台，首先调用 EAS 的召回服务获取召回列表，...
FAQ
Q1.怎么快速进行标注？...标注工具怎么只有一个？...模型列表里面的模型是所有基于平台训练生成的模型，而模型提取列表里面的模型只是基于本次训练候选模型评估完成后提取的模型。模型列表的模型是所有历次模型提取列表的模型总和。
快速开始概述
快速开始是PAI产品组件，集成了众多AI开源社区中优质的预训练模型，并且基于开源模型支持零代码实现从训练到部署再到推理的全部过程，给您带来更快、更高效、更便捷的AI应用体验。使用限制 目前快速开始支持的地域包括华北2（北京）、华东2...
部署及微调Stable Diffusion V1.5模型实现文生图
使用限制 目前该模型不支持做增量训练。前提条件 已创建OSS Bucket存储空间，具体操作请参见 控制台创建存储空间。一、进入模型详情页面 进入快速开始页面。登录 PAI控制台。在左侧导航栏单击 工作空间列表，在工作空间列表页面中单击待...
通过Eland上传第三方NLP模型
例如，通过Eland将Hugging Face Transformer库中的预训练模型转换为TorchScript表示形式（该形式的模型可以在没有Python解释器的环境中运行），模型分块处理并将模型导入ES中。关于Eland的更多信息，请参见 Elastic Eland。版本兼容性 阿里...
GPU实例FAQ
优先建议模型随镜像交付，模型可以复用镜像缓存，加速分发，无额外的存储使用成本。如果模型不能随镜像交付，例如，超过镜像大小限制，建议对于5 GB以上的大模型，将其存储在NAS文件系统，然后在应用启动时加载模型。建议使用通用型NAS的...
宽表模型介绍
使用宽表模型可以实现元数据、大数据等多种场景的解决方案，例如 搭建海量智能元数据管理系统、亿量级订单管理方案、基于多元索引搭建亿量级店铺搜索系统、表格存储结合Spark流批处理实现一体化存储和计算、表格存储结合实时计算Flink进行...
数据标注
除了通过JSON文件来创建数据集的方式，如果您暂时没有标注数据，也可以通过我们的标注平台来标注数据。接下来，通过一个例子来演示标注平台的使用。在第一步创建刚刚创建好的项目中，选择创建标注任务 注意：目前仅支持UTF-8编码方式的数据...
基本概念
自定义模型 自定义模型版本是基于您训练过的模型进行再次训练，从而调优模型效果，请注意，由于大模型的训练原理，多次训练模型时，后序训练易丢失前序训练已习得的能力，建议后序训练数据需要采样或保持前序训练数据。循环次数 循环次数...
部署配置与一键部署
您可以在注册模型时对模型做服务部署配置，后续一键部署该模型时，会直接使用该配置，您无需手动编辑模型相关的配置信息，可以提升部署效率。本文为您介绍如何做服务部署配置及一键部署模型服务。服务部署配置 新模型注册时，您可以在 模型...
使用快速开始零代码部署微调Llama2系列大模型
大语言模型可以在对话过程中直接学习到比较简单的知识，请您根据自己的需求选择是否训练。当前快速开始支持的训练方式基于 LoRA。LoRA训练相较于其他训练方式（如SFT等）会显著降低训练成本和时间。直接部署模型 登录 PAI控制台，在左侧...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
产品计费
扣费规则 模型训练，购买模型为预付费，500元/月/模型，每个模型可以训练无数个版本，同一模型同时可以发布两个版本，若需要发布第三个版本，请手动下线一个已发布版本。模型调用，免费调用额度 500次/模型，超出时¥ 0.016/次，也可购买...
时序模型介绍
基于时序模型可以实现 基于Tablestore时序模型构建车联网数据存储、基于设备接入平台与Tablestore搭建车辆轨迹数据平台 等方案。更多方案介绍，请参见 场景实战-典型场景架构与实现。基于物联网场景中多源异构数据存储、高并发吞吐、海量...
LLM on DLC-Megatron on DLC最佳实践
您可以尝试从1开始逐渐增加 pipeline parallel size 值，直到模型可以正常开始训练，不出现OOM错误。说明 pipeline parallel size 参数值需要小于模型层数，且可以被模型层数整除。data-parallel-size 您可以根据尝试获得的 tensor ...
AICS实现对SISO非积分对象的稳定控制
可以使用MPC的自动测试功能获取高质量数据，再利用模型辨识工具获得新的模型。如何降低MV变量的动作频次（提升执行机构寿命）？由于系统噪声的存在，将CV控制到某个设定值，需要MV频繁的动作去处理扰动的影响。MV过于频繁的操作会影响执行...
元数据仓库共享模型概述
元仓共享模型是基于Dataphin...访问元仓共享模型 若您需要访问元仓共享模型，可以通过集成任务将元仓中所需的元仓共享模型的数据表从元仓租户的计算源同步到开发使用的业务租户的计算源中。具体操作，请参见 元数据仓库共享模型标准访问方式。
文本生成图像API详情
通义万相 说明 支持的领域/任务：aigc/文生图 通义万相-文本生成图像是基于自研的Composer组合生成框架的AI绘画创作大模型，能够根据用户输入的文字内容，生成符合语义描述的多样化风格的图像。通过知识重组与可变维度扩散模型，加速收敛并...
模型训练最佳实践
创建新模型训练任务需要选择模型类型，平台支持两种模型类型，如果第一次训练模型，一般选择预置模型，如果希望基于已训练的模型进行再次训练，则可选择自定义模型，定义如下：预置模型 预置模型为未经过任何训练的原始模型，您可以通过...
文本生成图像API详情
当前模型支持的风格包括但不限于：水彩、油画、中国画、素描、扁平插画、二次元、3D卡通 模型概览 模型名 模型简介 wanx-v1 通义万相-文本生成图像大模型，支持中英文双语输入，重点风格包括但不限于水彩、油画、中国画、素描、扁平插画、...
5分钟操作EAS一键部署通义千问模型
本文为您介绍如何通过 EAS 一键部署基于开源模型通义千问的WebUI应用，以及使用WebUI和API进行模型推理。背景信息 通义千问-7B（Qwen-7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen-7B是基于Transformer的大语言模型,在...
模型部署及训练
增量训练优势 使用增量训练可以拓展之前模型的能力，比如针对某个模型现有结果不太理想的特定场景去做进一步的训练，或是让模型更加契合新的趋势和变化。相比重新微调模型，在之前微调模型的基础上进行增量训练可以更节约成本。如何进行...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或...
API详情
在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观地理解为“字”或“词”。对于中文，一个token对应1.8到2个汉字，例如“通义千问大语言模型”，转换为token后为：["通",...
类目预测功能介绍
什么是类目预测 搜索引擎效果优化在查询意图理解阶段有语义理解、命名实体识别、词权重分析、拼写纠错等手段，在排序阶段有文本相关度、人气模型、类目预测等手段。通过配置查询分析策略和调整排序公式，搜索效果优化有很大的提升空间，再...
快速使用
BELLE-LLaMA 说明 支持的领域/任务：aigc BELLE-LLaMA模型是由BELLE出品的大规模语言模型，它在大模型服务平台上的模型名称为"belle-llama-13b-2m-v1。BELLE（BE Large Language Model Engine），一款基于BLOOM和LLAMA针对中文优化、模型调...
- 产品推荐
- 这些文档可能帮助您