在SFT任务界面，可以查看作业的详情、新建任务和删除整个作业（包括任务）。
在指定任务的详情页面，可以查看所有的模型训练作业任务状态及其他相关内容。

登录到本平台，在左侧功能列选择SFT，进入SFT主任务界面。

详情

在SFT的详情页，即可查看训练任务的列表。此界面可选择“创建训练作业”。

点击任务名称，在任务详情页可查看创建运行时的基本信息、训练配置和数据配置，详情数据的来源为创建SFT任务时填入的内容。

发布

可以指定某个运行成功的任务，发布为模型。

发布模型时，如果checkpoint保存个数大于1，增加Step的选择。默认选保存了Checkpoint的最新的Step（即最后一个Step）。如果checkpoint保存个数等于1，不显示Step的选择。

填写好如下参数后，将被我的模型所纳管。

需注意：当您发布到已有模型的新版本时，仅可以发布到和模型管理的基础模型一致的模型中。

评估报告

可以查看指定运行中心评估报告，包含评估信息的指标参数和Training Loss的曲线图。

• （1）大语言模型评估信息如下：

• BLEU 指标是NLP中机器翻译/⽂本摘要等任务常⽤的评价指标。它是基于精确率（Precision）来设计的。NLP中有个重要的概念是n-gram，指⼀个语句⾥⾯连续的n个单词组成的⽚段；BLEU-n其实就是基于n-gram的评价指标。
• rouge-N（1/2/L）-f：百分⽐。ROUGE通过将模型⽣成的摘要或者回答与参考答案（⼀般是⼈⼯⽣成的）进⾏⽐较计算，得到对应的得分。Rouge-N实际上是将模型⽣成的结果和标准结果按N-gram拆分后，计算召回率。
• Perplexity：困惑度，可以用来衡量大语言模型预测一个语言样本的能力，一个模型推理时的Perplexity数值越低，准确率也就越高，代表模型表现越好，反之亦然。
• Loss 曲线：训练集(Training)、验证集(validation)每个Step的损失。
• Embedding距离（基础模型为EB模型时）：衡量两个向量相似度的度量方法。计算两段文本向量化后夹角的余弦值，值越小表示相似度越高。取值范围从0到2，0表示完全相同，1表示没有相似性，2表示完全相反。
• 编辑距离（基础模型为EB模型时）：Edit distance，将一个字符串转换成另一个字符串所需的最少编辑操作次数。次数越小表示相关性越高。
• （2）文生图大模型评估信息如下：

下图以Stable-Diffusion-XL为例：

• CLIP Score：Contrastive Language-Image Pretraining (CLIP)评估自然语言和图像对之间的匹配度和相关性。值越大（接近1）代表效果越好。
• FID Score：Frechet Inception Distance（FID）借助Inception作为feature extractor， 是生成图像与真实图像之间的相似性（距离）度量。值越小代表效果越好。(文心一格不含此指标)
• Loss 曲线：训练集(Training)、验证集(validation)每个Step的损失。

训练日志

可以查看运行任务的训练情况，分为概览日志、数据处理日志和训练日志三部分，日志内容均支持下载（txt格式）。

• 概览日志：对模型训练过程中的关键步骤信息进行抽取展示。
• 数据处理日志：对模型训练过程中数据集等数据信息处理进行展示排查。
• 训练日志：对模型训练过程中的全量动作以日志的形式展示。

概览日志部分内容如下所示：

训练过程可视化

可以查看训练过程中的实时的参数变化。关于各项参数指标的定义可查看可视化指导。

删除

支持删除运行任务，运行任务一旦删除便不可恢复。