什么情况下适合精调 - 百度千帆·大模型服务及Agent开发平台
知识库将为大模型提供额外的信息支持，丰富其输出内容，同时提高其在特定领域的专业度。 若前两种方法的效果不符合预期，或者需要降低模型时延，您可以考虑对大模型进行更进一步的调优。下面的情况可以尝试调优模型来解决： 需要纠正大模型输出的格式、口吻或者风格，可以使用SFT或者偏好对齐的训练方法。 对大模型输出要求比较高/Prompt比较复杂，可以通过准备对应的数据集做SFT调优。
大模型黑话指南（一） 千帆社区
预训练（Pre-training，简称PT）：预训练是一种无监督学习方法，模型通过大量无标签数据进行训练，以捕捉数据的底层结构和模式。在自然语言处理领域，预训练模型通常学习词汇、语法和句子结构等基本特征。预训练的目的是让模型学会一定程度的通用知识，为后续的微调阶段打下基础。
创建人工评估任务 - 百度千帆·大模型服务及Agent开发平台
非平台存储的数据集，在进行数据管理、评估、处理时需用户自行保证数据地址有效。 待评估模型: 支持选择多个模型版本同时评估，最多选择5个。支持同时选择预置模型和训练后模型。 评估数据集 : 支持选择平台数据集或 预置数据集 作为评估数据集。 注： 若数据集保存在BOS中，请勿在提交任务后修改BOS数据。修改后可能会导致任务失败！ 评估模型将按照模型服务的批量推理进行计费。
百度千帆视频AI笔记组件：技术原理、实践路径与价值解析 千帆社区
依托多智能体协同Agent的动态编排模式，组件可实现复杂视频内容的分模块精细化处理，由不同子Agent分别负责知识点提取、逻辑梳理、试题生成等专项任务，进一步提升笔记生成的精准度。同时，结合千帆平台的RFT（强化反馈精调）工具链，开发者可通过少量样本数据对组件进行微调，使笔记生成更贴合特定行业的知识体系与表达习惯。
秒哒隐私政策 - 秒哒公有云MIAODA | 百度智能云文档
为实现这些目标而进行的个人数据处理包括自动和手动（人工）处理方法。自动方法通常与手动方法相关，并以手动方法为辅。例如，为构建、培训自动处理方法（包括人工智能 AI）并提高其准确性，我们根据预测和推断所依据的基础数据，手动检查通过自动方法产生的某些预测和推断。例如，获得你的许可并改进我们的深度合成大模型功能，我们会审查大模型调用产生的简短对话片段。这一审查工作可能由我们的员工或合作供应商进行。
流式应用场景_解决方案实践
方案概述 本场景应用于数据流式处理，使用到BLS（百度Log Service）、BMS（百度消息服务）以及BMR（MapReduce）三个产品。 整个流程分为数据采集和数据计算两部分。 数据采集 数据采集过程通过BLS以及百度消息服务BMS实现。 创建消息服务BMS Topic 参考文档： 创建BMS主题 。
插件 - 秒哒公有云MIAODA | 百度智能云文档
示例：用@图生视频插件给我做一款在线图生视频工具，支持用户上传图片并生成视频。 方法二：点击插件图标挑选插件，输入需要生成的内容 点击对话框下方的插件图标，也能够唤起插件列表，操作同@插件。您挑好需要的插件并选定，接着输入对话内容并发送，就能轻松实现插件调用。 方法三：秒哒自行调用 用户可以直接使用自然语言描述想要的功能，秒哒在生成应用过程中能够依据您的需求自动判断和调用相关插件。
实景图标注 - EasyDL零门槛AI开发平台 | 百度智能云文档
在线标注-手动标注 对于辅助标注功能无法满足的图片，可以参考 标注工具使用方法 文档，使用在线标注工具手动标注。 线下标注 线下标注数据上传 如果您打算使用线下的标注工具（如标注精灵、labelme等）标注数据或是已有一些标注好的数据，可以参考 实景图管理API 文档将线下标注好的数据上传至EasyDL零售版训练平台。
【FAQ】千帆大模型平台常见问题梳理 （模型微调篇） 千帆社区
Lora通过重参数化的形式，新增两层低秩矩阵与LLM大模型的FFN层并列，只更新低秩矩阵部分的权重。 Delta tuning也可看做是一种parameter-efficient的tuning方法。 Q: 千帆大模型平台提供哪些模型训练方法？应该如何选择？
对象存储（BOS）与向量检索(BES)：企业级知识库创建 - 百度千帆·大模型服务及Agent开发平台
2、切片托管：选择独享BES资源 切片托管主要负责知识文档切片处理后的切片存储、大模型问答时的切片检索召回工作。 选择百度 ElasticSearch 独享资源，即可支持大规模的文件处理和检索。独享资源提供数据隔离，保障数据安全。同时，支持弹性扩容的高性能体验。选择 百度千帆 共享资源会限制创建的知识库数量，最多 100 个。其中每个知识库最多 800 个文件。
