finetune-lora
ضبط دقيق بتقنية LoRA مع التقييم
الضبط الدقيق المرجعي: خطوط أساس zero-shot و3-shot، وبوابة تتوقف إذا كان أداء few-shot جيدًا بما يكفي، وLoRA SFT باستخدام TRL وPEFT، وتقييم باستخدام المحوّل. النموذج الأساسي الافتراضي Qwen3-4B-Instruct-2507 (Apache-2.0)؛ ويُستخدم افتراضيًا A10G عند الطلب (غيّر sku إلى a10g-24gb-x1-spot بمجرد أن يتيحه الكتالوج). المُدخل ملف data.tar.gz واحد من finetune/prepare_data.py --archive؛ ويُعاد المحوّل في صورة adapter.tar.gz، الذي يقبله batch-infer-lora مُدخلًا له.
- الحالة
- متاح
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - مدة التشغيل الافتراضية
- 2 h كحد أقصى
- الناشر
- Unify Compute
ما يقرؤه وما يكتبه
المُدخل /mnt/in | ملف data.tar.gz من finetune/prepare_data.py --archive: يضم train.jsonl وval.jsonl وtest.jsonl، واختياريًا schema.json (يُستخدم عندما يكون SCHEMA فارغًا). ملف واحد يفك الأمر ضغطه. |
|---|---|
المُخرج /mnt/out | eval_zero_shot.json وeval_few_shot.json وeval_lora.json وadapter/ وadapter.tar.gz وtimestamps.json وRESULT (completed أو task_not_worth_finetuning) |
ما يمكنك تغييره
يمكن عند الإرسال تحديد: GPU (SKU) (sku)، موضع التشغيل السحابي (providers)، متغيرات البيئة (spec.env)، الحد الأقصى لمدة التشغيل (spec.max_runtime_seconds). أما الصورة والمدخلات والمخرجات المُعلنة فثابتة: فالصورة المختلفة تعني قالبًا مختلفًا.
BASE_MODEL | Qwen/Qwen3-4B-Instruct-2507 |
|---|---|
FEW_SHOT_GATE | 0.95 |
SCHEMA | "" |
شغّله
مع حفظ المفتاح في $UNIFY_KEY (راجع دليل البدء السريع)، أعطِ كل مُدخل عنوان URL يبدأ بـ https://، عامًّا أو موقَّعًا مسبقًا، وينتهي باسم الملف المذكور أعلاه:
curl -s https://api.compute.unifyai.us/compute/v1/jobs \
-H "Authorization: Bearer $UNIFY_KEY" \
-H "Content-Type: application/json" \
-d '{
"template": "finetune-lora",
"spec": {
"inputs": [
{
"source": "https://YOUR-BUCKET.s3.amazonaws.com/data.tar.gz",
"mount": "/mnt/in"
}
]
}
}'تُحتسب تكلفة المهمة بحسب وقت GPU الذي تستخدمه وبسعر وحدة SKU، تمامًا مثل أي مهمة تكتبها بنفسك.
خلال فترة الإتاحة التدريجية، يُفعَّل تنفيذ مهام GPU لكل حساب على حدة. أنشئ حسابًا، ثم اطلب منا تفعيله كما يوضح دليل البدء السريع.
مصدر الصورة
| الصورة | ghcr.io/felixsphere/unify-compute-finetune:finetune-2026-10-04 |
|---|---|
| الملخص (Digest) | sha256:6d426175dcd0e2443df6da9cf68e96c079abe5a8b80d9f488d09019536272ac1 |
| الترخيص | Apache-2.0 |
| المصدر | ghcr.io/felixsphere/unify-compute-finetune, built by publish-image.yml run 37266527011 from main 150de552 (finetune/Dockerfile on vllm/vllm-openai:v0.30.0-cu129@sha256:a67f8f18…, Apache-2.0; adds TRL 1.14.1, PEFT 0.21.2, datasets 5.0.1, accelerate 1.15.0, jsonschema 4.26.0 and torchvision 0.29.0+cu130, removes torchaudio; linux/amd64 only; licences in THIRD-PARTY-LICENSES.md, Workload images) |
ما يُشغَّل فعليًا هو الملخص (digest). يمكن إعادة دفع الوسم، أما الملخص فلا، لذا فإن ما تسحبه مهمتك هو تمامًا ما تمت مراجعته.