创建Post-pretrain任务 - 百度千帆·大模型服务及Agent开发平台
在Post-pretrain训练任务中，可以选择 开启 增量训练开关 开关打开后，需要选择Post-pretrain的基准模型，此模型来源于运行中的Post-pretrain任务。所以您开启增量训练任务的前提 有已经在运行中的Post-pretrain任务 。 由于大模型权重占用较大存储，只能选择 三个月内 训练的模型发起增量训练。
PostObject 对象存储（BOS）
PostObject 接口描述 此接口使用HTML表单上传文件到指定bucket，用于实现通过浏览器上传文件到bucket。在PutObject操作中通过HTTP请求头传递参数，在PostObject操作中使用消息实体中的表单域传递参数，其中消息实体使用多重表单格式（multipart/form-data）编码。
PostEvent 对象存储（BOS）
PostEvent 接口描述 将事件消息推送到用户配置的回调url上。回调是发送POST请求，用户的回调服务器需要支持POST请求、 如果规则中配置了encryption字段，那么请求中会包含 Authorization 的签名，保证消息不会被伪造或篡改。签名是可选的。
PostResult 对象存储（BOS）
PostResult 接口描述 将 ImageOcr 和 ImageClassify 两种产品处理后的事件消息推送到app设置的url上，内容包含BOS的事件信息和AI处理的结果。 如果规则中配置了encryption字段，那么请求中会包含 Authorization 的签名，保证消息不会被伪造或篡改。
Post-pretrain最佳实践 - 百度千帆·大模型服务及Agent开发平台
Post-pretrain最佳实践 本内容为您提供了Post-pretrain的支持文档，引导并指引当前聚焦问题，使得您方便并快速应用Post-pretrain。 流程大纲 一、识别应用场景 什么时候我们考虑使用 Post-pretrain ？
什么是Post-pretrain - 百度千帆·大模型服务及Agent开发平台
什么是Post-pretrain 目录 定义 优势 应用场景 定义 Post-pretrain是一种预训练的模型训练方法。在本平台中，我们需要先对泛文本无标注数据进行预训练，得到一个强大的通用语言模型。然后，在此预训练模型的基础上进行SFT，调整部分参数后，得到一个更强大的模型。 关于如何创建一个Post-pretrain任务可查看 指导说明 。
用BML实现开源大模型的预训练（Post-pretrain） - BML 全功能AI开发平台 | 百度智能云文档
用BML实现开源大模型的预训练（Post-pretrain） 目录 1. 准备工作（通过notebook或者本地IDE实现） 1.1. 环境创建 1.2. 代码下载 1.3. 目录创建 1.4. 准备预训练模型权重 1.5. 准备训练数据 2. 训练Pipeline说明 2.1. Step1:数据预处理 2.2. Step2:模型格式转换(HF->Megatron) 2.3.
释放后付费实例(POST请求的释放) - 云服务器BCC | 百度智能云文档
释放后付费实例(POST请求的释放) 该接口用于释放单个按量付费（后付费）云服务器实例，释放后实例所使用的物理资源都被收回，相关数据全部丢失且不可恢复。
进阶篇二：通过PostObject接口处理IE低版本 对象存储（BOS）
进阶篇二：通过PostObject接口处理IE低版本 进阶篇二：通过 PostObject 接口处理 IE 低版本 因为 IE 低版本（IE8,IE9）对 html5 支持的不完善，为了在这些浏览器里面实现文件直传的功能， BOS 开发了 PostObject 接口，通过一个 multipart/form-data 的格式，就可以把文件上传到 BOS 服务器。
【FAQ】千帆大模型平台常见问题梳理 （模型微调篇） 千帆社区
Post-pretrain: 改变全量参数, 深度变化. 数据量要求: P-tuning/LoRA < SFT << Post-pretrain。 这些方法之间的一些区别是： P-Tuning和LoRA只调整一小部分参数，而监督式微调则调整所有参数。 P-Tuning修改了输入嵌入，而LoRA修改了每层的隐藏状态。
