模型与数据管理

模型开发模块提供数据集和模型的全生命周期管理，从数据准备到模型版本的可追踪管理。

数据管理

数据管理页面支持创建和维护数据集资产：

数据集

每个数据集包含以下属性：

• 名称: 数据集标识
• 项目 ID: 所属项目（默认为 default）
• 来源类型: 上传、Git 或对象存储
• 描述: 数据集用途说明

支持对数据集进行搜索、创建、编辑和删除操作。

数据集版本

点击数据集名称可展开查看版本列表。每个版本记录：

• 版本号
• 制品路径（RustFS 中的存储位置）
• 变更说明
• 创建时间

数据集版本提供可追溯的数据快照，确保训练任务可以精确复现。

模型管理

模型管理页面维护模型资产主记录和版本产物。

模型资产

每个模型包含：

• 名称: 模型标识
• 框架: PyTorch、TensorFlow、ONNX、vLLM 等
• 项目 ID: 所属项目
• 描述: 模型用途说明

框架类型以标签形式高亮展示，方便快速筛选。

模型版本

点击模型名称展开版本面板，查看每个可部署的模型产物：

• 版本号
• 制品路径（模型文件在 RustFS 中的存储位置）
• 来源类型（训练产出、手动上传、外部导入等）
• 创建时间

模型版本是部署推理服务的基本单元，可直接从版本发布到模型服务。