训练任务
提交和管理 SFT 微调与 GRPO 强化学习训练任务。
训练任务
训练任务模块提供模型微调和强化学习任务的提交、监控和管理能力。
任务类型
Tensor OS 支持两种训练任务类型：
SFT 微调
Supervised Fine-Tuning（有监督微调），使用标注数据对预训练模型进行领域适配。适用于：
- 将通用大模型适配到特定业务领域
- 指令跟随能力增强
- 风格和格式控制
GRPO 强化学习
Group Relative Policy Optimization（分组相对策略优化），通过奖励信号进一步优化模型行为。适用于：
- 对齐人类偏好
- 提升推理和规划能力
- 安全性和合规性约束
创建训练任务
创建新任务时需要指定：
- 任务名称: 训练任务的标识
- 项目 ID: 所属项目
- 任务类型: SFT 微调或 GRPO 强化学习
- 基础模型版本: 用于微调的基础模型版本 ID（可选）
- 数据集版本: 训练使用的数据集版本 ID（可选）
任务状态
训练任务有以下状态流转：
| 状态 | 说明 |
|---|---|
| 草稿 | 任务已创建但未提交 |
| 排队中 | 任务已提交，等待资源分配 |
| 运行中 | 任务正在执行训练 |
| 已完成 | 训练成功完成 |
| 失败 | 训练执行失败 |
| 已取消 | 任务被手动取消 |
任务管理
训练任务列表支持：
- 按名称和类型搜索
- 创建新任务
- 编辑任务名称和状态
- 删除任务
任务详情页（指标可视化、日志查看、TensorBoard 内嵌展示）即将推出。训练过程中的指标将通过 GreptimeDB 存储，并支持 TensorBoard 反向代理展示。