汉得企业级大模型训练与管理平台（中文名灵炼，英文名H-AI TrainHub，以下简称灵炼），旨在提供企业级一站式模型训练与管理平台，覆盖数据集管理、精调、推理部署与评测等端到端能力，专注性能与安全保障，全面支撑企业AI模型开发与落地。

本文将带你快速掌握使用NVIDIA NeMo AutoModel引擎做微调全流程：从模型训练到模型发布，再到后续部署与应用，帮助你高效构建企业级专属AI能力。

汉得灵炼

训练再升级！灵炼微调引擎正式接入NVIDIA NeMo AutoModel，让大模型微调更快、更省、更简单。

✅ 极速训练：基于NVIDIA NeMo高性能训练内核与分布式并行技术，大幅提升训练吞吐，在相同算力下完成更多任务。

✅ 开箱即用：原生兼容HuggingFace模型生态，无需模型转换、无需额外适配，新模型发布即可快速接入。

✅ 场景覆盖：支持继续预训练、SFT精调及 LoRA微调，兼容Alpaca、ShareGPT、OpenAI Role等主流数据格式，满足领域知识注入与指令对齐需求。

✅ 弹性扩展：同一套训练配置即可从单卡平滑扩展至千卡集群，无需重构代码，轻松适配不同规模算力环境。

✅ 生态贯通：模型保持原生HuggingFace格式，支持权重自动合并与一键发布，实现从训练、微调到部署上线的完整闭环。

一、快速入门

新建模型微调-使用NVIDIA NeMo AutoModel引擎

模型训练/模型微调：新建微调任务。
首先配置基本信息&模型及数据。

• 微调类型：按需选择微调类型。
  ○ 继续预训练：强化领域知识理解
  ○ SFT精调：提升指令遵循与理解能力
• 基础模型：选择目标模型及版本。
• 数据格式：选择对应数据结构。
• 训练集来源：灵活适配不同数据规模与业务需求。
  ○ 平台数据集（推荐）
  ○ 本地存储路径（适用于大规模数据）
  ○ 手工上传（≤30MB）
  

其次设置算力，微调相关配置，并点击【确认】完成创建。

• 算力集群：选择执行节点。
• 调度方式：通过手工调度，精细化控制资源，NVIDIA NeMo AutoModel引擎暂不支持自动调度。
• 训练引擎：选择NeMo/26.04。
• 微调方法：LoRA/全参微调。
• 参数配置：平台预置默认参数配置，同时支持学习率、Epoch、序列长度、优化器、缩放比例等关键参数自定义，以及分布式策略等高级参数调优能力。

二、开始训练

创建任务后，点击【开始训练】，即可启动使用NVIDIA NeMo AutoModel引擎执行模型微调流程。平台将自动完成资源调度、训练执行、状态管理等，全流程自动化，降低操作复杂度。

三、查看训练操作记录

操作记录完整记录微调过程中的各阶段信息，实现全过程可观测与问题快速定位。新增数据集预处理阶段，适配NVIDIA NeMo AutoModel引擎执行继续预训练前置处理数据集需求。

四、评估报告

训练完成后自动生成评估报告，支持查看Loss曲线变化，用数据驱动模型优化决策。

五、发布模型

微调完成后，可将模型发布至模型仓库，支持后续部署与复用，构建企业级模型资产体系。点击【发布】，完成以下配置：

• Checkpoint选择：保持默认或指定训练结果。默认将使用NVIDIA NeMo AutoModel引擎微调后最优的Checkpoint。

• 是否自动合并：
  ○ 合并基础模型生成完整模型
  ○ 或仅发布 LoRA Adapter

• 发布方式：
  ○ 新版本：基于已有模型迭代
  ○ 新模型：创建全新模型资产
  
  

六、查看发布操作记录

发布过程中，也可通过操作记录查看：发布状态、执行日志、合并进度等，全流程透明可控。

七、查看发布结果

发布完成后，可在模型仓库查看，实现模型资产沉淀与复用：
新版本：在原模型下查看新增版本。
新模型：在模型列表中查看。

以上内容主要讲解了如何通过灵炼使用NVIDIA NeMo AutoModel引擎进行模型微调、过程监控、效果评估、模型发布的相关能力，打造完整的模型训练与应用闭环。

更多功能细节可参阅焱牛开放平台（open.hand-china.com）文档。未来我们将持续迭代，为您带来更多AI模型开发与落地体验，期待与您交流！