评估报告参考 - BML 全功能AI开发平台 | 百度智能云文档
漏识别：橙框内应该有目标物体（准备训练数据时标注了），但模型没能识别出目标物体 观察漏识别的目标有什么共性：例如，一个检测会议室参会人数的模型，会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此，需要在训练集中添加包含白色人种的图片，并将白色人种标注出来。
13.森林火灾预警识别 - EasyDL零门槛AI开发平台 | 百度智能云文档
数据标注 由于需训练一个目标检测模型，检测图片中的烟火，所以标注时需选择目标检测模版进行标注，标注时注意所有图片中出现的烟雾、火种都需要被框出（框可以重叠），检测框应包含整个识别对象，且尽可能不要包含多余的背景。 提示：由于烟火检测干扰样本多，极容易造成误检，生活中有很多物体和烟火是非常接近的，很难区分（比如：云朵、红色的灯光等），容易造成模型误检，所以建议也采集一定数量的数据作为负样本。
SFT调优之旅（一） 千帆社区
因此后面的展示都是在选定了 文本对话 的基础上 选定了数据集的格式，我们就创建并导入数据喽✔️ 数据标注状态：是因为千帆平台支持在线标注呢~，我们可以先导入prompt，再在平台上标注。
EasyDL跨模态整体介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
产品优势 可视化操作 无需深度学习专业知识，通过模型创建-数据上传-模型训练-模型发布全流程可视化便捷操作，最快15分钟即可获得一个高精度模型。 操作步骤 Step 1 创建模型 确定模型名称，记录希望模型实现的功能。 Step 2 上传并标注数据 不同类型的任务对应的数据格式不一致，您可以上传未标注数据并使用平台提供的标注工具进行标注。或直接上传各任务的标注数据。
千帆大模型平台增加RLHF训练功能 千帆社区
之所以没有这样做， 主要原因还是标注数据太少了 ，一共才3万条标注数据。理想情况下，如果标注数据足够多，可能 SFT 就足够了，这时候也不需要再做强化学习。现实中数据量达不到足够多，这时候就要借助强化学习。 再回顾一下千帆大模型：PPO是强化学习的一种算法，经过了PPO以后的1.3B的模型效果好于未经过PPO的175B模型，可见强化学习对大模型效果提升非常明显。
千帆大模型平台增加RLHF训练功能 千帆社区
之所以没有这样做， 主要原因还是标注数据太少了 ，一共才3万条标注数据。理想情况下，如果标注数据足够多，可能 SFT 就足够了，这时候也不需要再做强化学习。现实中数据量达不到足够多，这时候就要借助强化学习。 再回顾一下千帆大模型：PPO是强化学习的一种算法，经过了PPO以后的1.3B的模型效果好于未经过PPO的175B模型，可见强化学习对大模型效果提升非常明显。
图像分割模型效果评估 - EasyDL零门槛AI开发平台 | 百度智能云文档
漏识别：橙色遮盖内应该有目标物体（准备训练数据时标注了），但模型没能识别出目标物体 观察漏识别的目标有什么共性：例如，一个检测会议室参会人数的模型，会漏识别图片中出现的白色人种。这大概率是因为训练集中缺少白色人种的标注数据造成的。因此，需要在训练集中添加包含白色人种的图片，并将白色人种标注出来。
用BML实现实例分割 - BML 全功能AI开发平台 | 百度智能云文档
创建及导入数据集 1、在官网界面点击【数据总览】，进入数据集操作界面，点击【创建数据集】。 2、进入创建数据集界面，填写相关信息，选择数据和标注类型（注意训练集、验证集、测试集需要分开创建）。 3、数据集创建完成后，可以在数据总览界面看到刚才创建好的数据集ID，点击【导入】，将自己要训练的数据集导入。 以本地导入-上传压缩包为例：导入方式选择【本地导入】，选择标注格式，点击【上传压缩包】。
优化方法 - EasyDL零门槛AI开发平台 | 百度智能云文档
前提 数据质量是保证模型效果的前提，在EasyDL零售版中，数据质量涉及实景图和单品图的图片质量，以及实景图的标注质量， 开始模型优化前，请先学习如何采集合格的图片和进行合格的标注 ，各个参考文档如下： 实景图采集： 实景图数据要求 实景图标注： 实景图标注规范 SKU单品图： SKU单品图数据要求 点击下载 数据采集与标注规范长图 ，一张图看懂如何采集和标注数据，让您不走弯路，获得一个高精度的商品检测模型
百度千帆大模型零基础开箱初体验 千帆社区
3、数据标注 选择刚创建的数据集 先创建一个应用 点击自动生成，然后保存标注。 更多的自动生成需要开通付费功能。不再使用的时候可以终止付费。 标注完成。 2.2、模型训练 创建SFT任务，行业选择 其他 。 开通 BLOOMZ-7B大模型的付费。 确认之前创建的数据集已经发布。 在创建的SFT任务中选择该数据集。 备注：若数据量小于32条，该模型无法启动训练 。 开始训练。
