batch-infer-lora
使用你的 LoRA 适配器批量生成对话补全
在应用 LoRA 适配器(例如 finetune-lora 任务产出的 adapter.tar.gz)的情况下,通过 vLLM 运行一个由 /v1/chat/completions 请求组成的 OpenAI 批处理文件,并像 batch-infer-vllm 一样为每个请求写出一行结果。默认基础模型为 Qwen3-4B-Instruct-2507(Apache-2.0);适配器必须基于同一基础模型训练。
- 状态
- 可用
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - 默认运行时长
- 最长 1 h
- 发布者
- Unify Compute
读取和写入的内容
输入 /mnt/in | requests.jsonl:每个请求一行 OpenAI 批处理记录,url 为 /v1/chat/completions;model 字段会被忽略,适配器应用于每一行 |
|---|---|
输入 /mnt/adapter | adapter.tar.gz:一个 PEFT LoRA 适配器目录(adapter_config.json、adapter_model.safetensors),与 finetune-lora 写出的格式相同 |
输出 /mnt/out | results.jsonl:每个请求一行 OpenAI 批处理结果,按 custom_id 对应,model = LORA_NAME |
可以修改的内容
提交时可以设置:GPU(SKU) (sku)、云端部署位置 (providers)、环境变量 (spec.env)、最长运行时间 (spec.max_runtime_seconds)。镜像以及声明的输入和输出是固定的:换一个镜像就是另一个模板。
MODEL | Qwen/Qwen3-4B-Instruct-2507 |
|---|---|
MODEL_REVISION | cdbee75f17c01a7cc42f958dc650907174af0554 |
MAX_MODEL_LEN | 8192 |
MAX_LORA_RANK | 64 |
LORA_NAME | lora |
运行
将密钥保存在 $UNIFY_KEY 中(参见快速入门),为每个输入提供一个 https:// URL(公开或预签名均可),且以上面列出的文件名结尾:
curl -s https://api.compute.unifyai.us/compute/v1/jobs \
-H "Authorization: Bearer $UNIFY_KEY" \
-H "Content-Type: application/json" \
-d '{
"template": "batch-infer-lora",
"spec": {
"inputs": [
{
"source": "https://YOUR-BUCKET.s3.amazonaws.com/requests.jsonl",
"mount": "/mnt/in"
},
{
"source": "https://YOUR-BUCKET.s3.amazonaws.com/adapter.tar.gz",
"mount": "/mnt/adapter"
}
]
}
}'任务按其使用的 GPU 时间、以该 SKU 的费率计费,与你自己编写的任务相同。
镜像来源
| 镜像 | ghcr.io/felixsphere/unify-compute-finetune:finetune-2026-10-04 |
|---|---|
| 摘要值 | sha256:6d426175dcd0e2443df6da9cf68e96c079abe5a8b80d9f488d09019536272ac1 |
| 许可证 | Apache-2.0 |
| 来源 | 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) |
实际运行的是摘要值。标签可以被重新推送,摘要值不能,因此你的任务拉取的正是经过审核的版本。