模型调优操作-大模型服务平台百炼(Model Studio)-阿里云帮助中心

准备调优文件

SFT/DPO/CPT 各训练方式的数据格式规格、打包规则、大小与数量限制、API 上传配额详见调优数据上传规则。各训练方式支持的文件格式概览：

训练方式	文件格式
SFT 文本生成	jsonl（ChatML messages 多轮结构）
SFT 多模态（图片/视频）	zip（data.jsonl + 图片/视频文件）
DPO	jsonl（chosen/rejected 偏好对比）
CPT	jsonl（纯文本 {text}）
评测集	xlsx

也可以前往百炼控制台下载数据模板。

在新增数据集页面的上传文件区域下方，可找到数据模板下载链接。

将调优文件上传至阿里云百炼

DashScope API

Windows CMD 请将${DASHSCOPE_API_KEY}替换为 %DASHSCOPE_API_KEY%，PowerShell 请替换为 $env:DASHSCOPE_API_KEY

curl --request POST \
'https://dashscope.aliyuncs.com/api/v1/files' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--form 'files=@"/path/to/your/file.jsonl"' \
--form 'purpose="fine-tune"' \
--form 'descriptions="a sample fine-tune data file for qwen"'

说明

使用限制：

单个文件大小最大为300MB
所有的有效文件（未删除）总使用空间配额为100GB
所有的有效文件（未删除）总数量配额为10000个
文件存储没有时间限制

通过 API 上传的调优文件，在百炼控制台模型调优页面与 API 调用中均可见可用。

更多详细信息请参见上传文件。

返回结果：

{
  "request_id":"xx",
  "data":{
    "uploaded_files":[{
      "file_id":"976bd01a-f30b-4414-86fd-50c54486e3ef",
      "name":"qwen-fine-tune-sample.jsonl"}],
  　"failed_uploads":[]}
 }

模型调优

创建调优任务

HTTP

Windows CMD 请将${DASHSCOPE_API_KEY}替换为 %DASHSCOPE_API_KEY%，PowerShell 请替换为 $env:DASHSCOPE_API_KEY

curl --location "https://dashscope.aliyuncs.com/api/v1/fine-tunes" \
--header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
--header 'Content-Type: application/json' \
--data '{
    "model":"qwen3-8b",
    "training_datasets":[
        {"data_source_type":"file_id","file_id":"<替换为训练数据集的file_id1>"},
        {"data_source_type":"oss_mount","mount_storage":{"region":"cn-beijing","bucket":"example_bucket","file_path":"dataset/data.jsonl"}}
    ],
    "validation_datasets":[
        {"data_source_type":"file_id","file_id":"<替换为测试数据集的file_id>"},
        {"data_source_type":"oss_mount","mount_storage":{"region":"cn-beijing","bucket":"example_bucket","file_path":"dataset/val.jsonl"}}
    ],
    "hyper_parameters":
    {
        "n_epochs": 3,
        "batch_size": 16,
        "max_length": 8192,
        "learning_rate": "1.6e-5",
        "lr_scheduler_type": "linear",
        "split": 0.9,
        "warmup_ratio": 0.05,
        "eval_steps": 50,
        "data_augmentation": true,
        "augmentation_ratio": "0.1,0.05,0.15",
        "augmentation_types": "dialogue_CN,general_purpose_CN,NLP",
        "save_strategy": "epoch",
        "save_total_limit": 10
    },
    "training_type":"sft"
}'

说明

使用 OSS 挂载方式加载数据集时，需将未经压缩的数据集文件夹整体上传到 OSS Bucket，不支持 zip 文件。MountStorage 的 file_path 指定数据集的 data.jsonl 文件路径；对包含多个文件的数据集（如 data.jsonl 和图片/视频文件同目录），只需指定 data.jsonl 的路径，无需指定其他文件。挂载前需授权百炼服务访问您的 OSS 数据。OSS Bucket 所属地域支持北京（cn-beijing）和新加坡（ap-southeast-1）。

输入参数

字段	必选	类型	传参方式	描述
training_datasets	是	Array of Dataset	Body	训练数据集列表。
validation_datasets	否	Array of Dataset	Body	测试数据集列表。
model	是	String	Body	用于调优的基础模型 ID，或其他调优任务产出的模型 ID。
hyper_parameters	否	Map	Body	用于调优模型的超参数。不同模型支持的参数及其默认值不同，请在控制台选择相同的模型和训练方式查看实际默认值。以下参数影响训练费用，必须填写：`n_epochs`（循环次数）、`batch_size`（批次大小）、`max_length`（序列长度）。
training_type	否	String	Body	调优方法，可选值为： `cpt` `sft` `efficient_sft` `dpo_full` `dpo_lora`
job_name	否	String	Body	调优任务名称
model_name	否	String	Body	调优产生的模型名称（并非模型 ID，模型 ID 由系统生成）

返回样例

{
    "request_id": "635f7047-003e-4be3-b1db-6f98e239f57b",
    "output":
    {
        "job_id": "ft-202511272033-8ae7",
        "job_name": "ft-202511272033-8ae7",
        "status": "PENDING",
        "finetuned_output": "qwen3-8b-ft-202511272033-8ae7",
        "model": "qwen3-8b",
        "base_model": "qwen3-8b",
        "training_file_ids": [],
        "validation_file_ids": [],
        "training_datasets": [
            {"data_source_type": "file_id", "file_id": "9e9ffdfa-c3bf-436e-9613-6f053c66aa6e"}
        ],
        "validation_datasets": [],
        "hyper_parameters":
        {
            "n_epochs": 3,
            "batch_size": 16,
            "max_length": 8192,
            "learning_rate": "1.6e-5",
            "lr_scheduler_type": "linear",
            "split": 0.9,
            "warmup_ratio": 0.05,
            "eval_steps": 50,
            "data_augmentation": true,
            "augmentation_ratio": "0.1,0.05,0.15",
            "augmentation_types": "dialogue_CN,general_purpose_CN,NLP",
            "save_strategy": "epoch",
            "save_total_limit": 10
        },
        "training_type": "sft",
        "create_time": "2025-11-27 20:33:15",
        "workspace_id": "llm-8v53etv3hwb8orx1",
        "user_identity": "1654290265984853",
        "modifier": "1654290265984853",
        "creator": "1654290265984853",
        "group": "llm",
        "max_output_cnt": 10
    }
}

支持的基础模型ID（`model`）列表与训练类型（`training_type`）支持情况：

支持的模型

文本生成

说明

Qwen3.7-Plus-2026-05-26 调优后部署请联系商务经理。

模型服务	模型代码	CPT全参训练（cpt）	SFT全参训练（sft）	SFT高效训练（efficient_sft）	DPO全参训练（dpo_full）	DPO高效训练（dpo_lora）
Qwen3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	×	支持	×	×	×

Qwen3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	×	支持	×	×	×
Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	×	支持	×	×	×

Qwen3.5-27B	qwen3.5-27b	×	支持	支持	×	×
Qwen3.5-9B	qwen3.5-9b	×	支持	支持	×	×
Qwen3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	×	支持	×	×	×
Qwen3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	×	支持	×	×	×

Qwen3-32B	qwen3-32b	支持	支持	支持	支持	支持
Qwen3-30B-A3B-Instruct-2507	qwen3-30b-a3b-instruct-2507	支持	支持	支持	×	×
Qwen3-14B	qwen3-14b	×	支持	支持	支持	支持
Qwen3-8B	qwen3-8b	×	支持	支持	支持	支持
Qwen3-4B-Instruct-2507	qwen3-4b-instruct-2507	支持	支持	支持	支持	支持
Qwen3-1.7B	qwen3-1.7b	支持	支持	支持	支持	支持
Qwen3-0.6B	qwen3-0.6b	支持	支持	支持	支持	支持

Qwen2.5-72B-Instruct	qwen2.5-72b-instruct	支持	支持	支持	支持	支持
Qwen2.5-32B-Instruct	qwen2.5-32b-instruct	支持	支持	支持	支持	支持
Qwen2.5-14B-Instruct	qwen2.5-14b-instruct	支持	支持	支持	支持	支持
Qwen2.5-7B-Instruct	qwen2.5-7b-instruct	支持	支持	支持	支持	支持

千问-Plus-Character-2025-11-06	qwen-plus-character-2025-11-06	×	支持	支持	支持	支持

-Base表示该模型只完成了预训练，虽然模型内已经存储了海量的知识，但无法正常进行对话。

视觉理解（千问VL）

模型服务	模型代码	CPT全参训练（cpt）	SFT全参训练（sft）	SFT高效训练（efficient_sft）	DPO全参训练（dpo_full）	DPO高效训练（dpo_lora）
Qwen3-VL-8B-Instruct	qwen3-vl-8b-instruct	×	支持	支持	×	×
Qwen3-VL-8B-Thinking	qwen3-vl-8b-thinking	×	支持	支持	×	×
Qwen3-VL-4B-Instruct	qwen3-vl-4b-instruct	×	支持	支持	×	×

Qwen2.5-VL-72B-Instruct	qwen2.5-vl-72b-instruct	×	支持	支持	×	×
Qwen2.5-VL-32B-Instruct	qwen2.5-vl-32b-instruct	×	支持	支持	×	×
Qwen2.5-VL-7B-Instruct	qwen2.5-vl-7b-instruct	×	支持	支持	×	×

-Base表示该模型只完成了预训练，虽然模型内已经存储了海量的知识，但无法正常进行对话。

调优方法对比

特性	CPT（持续预训练）	SFT （监督微调）	DPO （直接偏好优化）
一句话总结	补知识（注入领域知识）	学做事（学会遵循指令）	做得更好（对齐人类偏好）
输入数据	1000万+ Token 无标签的领域文本	1000+ 条高质量的“问-答”对	100+ 组同一指令下的“更好-更差”回答对
核心目标	领域适应，学习专业词汇和事实	教会模型对话格式和任务执行能力	使模型输出更符合人类价值观和偏好
学习方式	自监督学习（预测下一个词）	监督学习（模仿标准答案）	直接偏好学习（增大好答案概率，降低坏答案概率）
模型阶段	通常在 SFT 之前	CPT 之后，DPO 之前	通常在 SFT 之后，作为对齐的最后一步

训练模式对比

全参训练

高效训练（LoRA，推荐）

适用场景

• 需要模型学习新能力

• 追求全局效果最优

• 优化模型特定场景下的效果

• 对训练时间和成本敏感的场景

训练时间

较长，收敛速度较慢。

较短，收敛速度快。

`hyper_parameters`内支持的设置

不同模型支持的参数及其默认值不同，请前往控制台选择相同的模型和训练方式查看实际默认值。

参数名称

推荐设置

类型

超参作用

n_epochs

（循环次数）【必填】

数据量 < 10,000, 3~5次

数据量 > 10,000, 1~2次

Integer

模型遍历训练的次数，请根据模型调优实际使用经验进行调整。

模型训练循环次数越多，训练时间越长，训练费用越高。

learning_rate

（学习率）

使用百炼推荐的默认值

Float

控制模型修正权重的强度。

学习率设置得太高，模型参数会剧烈变化，导致调优后的模型表现不一定更好，甚至变差；
学习率太低，调优后的模型表现不会有太大变化。

freeze_vit

（是否冻结视觉主干网络）

根据需求调整

Boolean

用于冻结视觉主干网络的参数，使其在训练过程中不更新权重。仅适用于千问-VL（视觉理解）模型。

警告

只有 freeze_vit 设置为“true”时，模型才能进行按 Token 用量计费。

batch_size

（批次大小）【必填】

使用百炼推荐的默认值

Integer

一次性送入模型进行训练的数据条数，参数过小会显著延长训练时间。不同模型的默认值不同，请前往控制台查看。

eval_steps

（验证步数）

根据需求调整

Integer

训练阶段针对模型的验证间隔步长，用于阶段性评估模型训练准确率、训练损失。

该参数影响模型调优进行时的 Validation Loss 和 Validation Token Accuracy 的显示频率。

logging_steps

（日志显示步数）

根据需求调整

Integer

调优日志打印的步数。

lr_scheduler_type

（学习率调整策略）

查询调优任务详情

使用创建任务时返回的job_id来查询任务状态。

HTTP

curl 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

输入参数

字段	类型	传参方式	必选	描述
job_id	String	Path Parameter	是	要查询的调优任务的ID。

返回成功样例

{
    "request_id": "d100cddb-ac85-4c82-bd5c-9b5421c5e94d",
    "output":
    {
        "job_id": "ft-202511272033-8ae7",
        "job_name": "ft-202511272033-8ae7",
        "status": "RUNNING",
        "finetuned_output": "qwen3-8b-ft-202511272033-8ae7",
        "model": "qwen3-8b",
        "base_model": "qwen3-8b",
        "training_file_ids": [],
        "validation_file_ids": [],
        "training_datasets": [
            {"data_source_type": "file_id", "file_id": "9e9ffdfa-c3bf-436e-9613-6f053c66aa6e"}
        ],
        "validation_datasets": [],
        "hyper_parameters":
        {
            "n_epochs": 3,
            "batch_size": 16,
            "max_length": 8192,
            "learning_rate": "1.6e-5",
            "lr_scheduler_type": "linear",
            "split": 0.9,
            "warmup_ratio": 0.05,
            "eval_steps": 50,
            "data_augmentation": true,
            "augmentation_ratio": "0.1,0.05,0.15",
            "augmentation_types": "dialogue_CN,general_purpose_CN,NLP",
            "save_strategy": "epoch",
            "save_total_limit": 10
        },
        "training_type": "sft",
        "create_time": "2025-11-27 20:33:15",
        "workspace_id": "llm-8v53etv3hwb8orx1",
        "user_identity": "1654290265984853",
        "modifier": "1654290265984853",
        "creator": "1654290265984853",
        "group": "llm",
        "max_output_cnt": 10
    }
}

任务状态	含义
PENDING	训练待开始。
QUEUING	训练正在排队（同时只有一个训练任务可以进行）
RUNNING	训练正在进行中。
CANCELING	训练正在取消中。
SUCCEEDED	训练成功。
FAILED	训练失败。
CANCELED	训练已经取消。

说明

训练成功后，finetuned_output指的是调优成功后的模型 ID，可用于模型部署。

获取调优任务日志

HTTP

curl 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>/logs?offset=0&line=1000' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

可通过 offset 和 line 两个参数获取特定行数区间的日志。 Offset 用于设置日志输出开始的位置；line 用于设置日志最多输出多少行。

返回结果样例：

{
    "request_id":"1100d073-4673-47df-aed8-c35b3108e968",
    "output":{
        "total":57,
        "logs":[
            "{输出调优日志1}",
            "{输出调优日志2}",
            ...
            ...
            ...
        ]
    }
}

查询与发布模型参数快照

仅 SFT微调训练（efficient_sft、sft）支持保存和发布其中间状态的模型参数快照（Checkpoint）。

查询调优任务的参数快照列表

curl 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>/checkpoints' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

输入参数

字段	类型	传参方式	必选	描述
job_id	String	Path Parameter	是	要查询的调优任务的ID。

返回成功样例

说明

checkpoint指的是 Checkpoint ID，用于在模型发布（可选） API 中指定要发布的快照；model_name指的是模型 ID，可用于模型部署。（finetuned_output 输出的是最后一个 checkpoint 的 model_name）

{
    "request_id": "c11939b5-efa6-4639-97ae-ed4597984647",
    "output":
    [
        {
            "create_time": "2025-11-11T16:25:42",
            "full_name": "ft-202511272033-8ae7-checkpoint-20",
            "job_id": "ft-202511272033-8ae7",
            "checkpoint": "checkpoint-20",
            "model_name": "qwen3-8b-instruct-ft-202511272033-8ae7",
            "status": "SUCCEEDED"
        }
    ]
}

快照发布状态（status）	含义
PENDING	快照（Checkpoint）待发布，需要使用模型发布 API 发布后才可以进行模型部署&调用。
PROCESSING	快照（Checkpoint）发布中。
SUCCEEDED	快照（Checkpoint）发布成功。可直接进行模型部署&调用。
FAILED	快照（Checkpoint）发布失败。

模型发布（可选）

说明

在百炼平台上，模型调优完成后可以导出参数快照，导出后才能基于此版本的参数快照在百炼上进行模型部署。

导出的参数快照保存在云存储中，暂不支持访问或下载。

说明

URL 中的 <checkpoint_id> 取值来自上一步查询快照列表接口返回的 checkpoint 字段（如 checkpoint-20），而非 full_name 或其他含 job_id 前缀的字段值。

curl --request GET 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>/export/<checkpoint_id>?model_name=<model_name>' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

输入参数

字段	类型	传参方式	必选	描述
job_id	String	Path Parameter	是	要查询的调优任务的 ID。
checkpoint_id	String	Path Parameter	是	要发布的 Checkpoint ID。取值为查询快照列表接口返回的 `checkpoint` 字段值（如 `checkpoint-20`），不含 job_id 前缀。
model_name	String	Path Parameter	是	发布后期望的模型 ID。

发布任务成功返回样例

{
    "request_id": "ed3faa41-6be3-4271-9b83-941b23680537",
    "output": true
}

由于发布任务是异步执行的，请使用查询快照列表 API 观察快照发布状态。

模型调优的更多操作

列举调优任务列表

HTTP

curl 'https://dashscope.aliyuncs.com/api/v1/fine-tunes' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

中止调优任务

智能终止正在训练中的调优任务

HTTP

curl --request POST 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>/cancel' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

删除调优任务

无法删除正在训练中的调优任务

HTTP

curl --request DELETE 'https://dashscope.aliyuncs.com/api/v1/fine-tunes/<job_id>' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY} \
--header 'Content-Type: application/json'

API参考

DashScope命令行调用参考已包含在本篇内容中，详细API调用请参考API详情。

模型部署&调用

模型部署

更多模型部署方式的相关信息请参考：使用 API 进行模型部署。

按模型 Token 使用量

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "qwen3-8b-ft-202511132025-0260",
    "plan": "lora",
    "capacity": 1,
    "name": "qwen3-8b-ft"
}'

按模型单元的使用时长

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "name": "my_qwen_plus",
    "model_name": "qwen-plus-2025-12-01",
    "plan": "mu",
    "deploy_spec": "MU1",
    "enable_thinking": true,
    "capacity": 4,
    "max_context_length": 10000,
    "rpm_limit": 500,
    "tpm_limit": 1000
}'

查询模型部署的状态

当部署状态为RUNNING时，表示该模型当前可供调用。

HTTP

curl 'https://dashscope.aliyuncs.com/api/v1/deployments/<替换为部署任务成功后的模型实例 ID>' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY}  \
--header 'Content-Type: application/json'

更多模型部署相关的操作，如扩缩容、下线等请参见：模型部署-API详情。

模型调用

当模型部署状态为RUNNING时，可以像调用其他模型一样使用调优后的模型。

也可以前往模型部署控制台界面获取模型code。

更多使用方法和参数设置请前往DashScope API 参考。

HTTP

curl 'https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation' \
--header 'Authorization: Bearer '${DASHSCOPE_API_KEY}  \
--header 'Content-Type: application/json' \
--data '{
    "model": "<替换为部署任务成功后的模型实例 ID>",
    "input":{
        "messages":[
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

模型评测

阿里云百炼的模型评测功能必须使用控制台，请前往阿里云百炼的模型评测页面，评估模型训练效果。

使用 API 或命令行进行模型调优

前提条件

上传调优文件

准备调优文件

将调优文件上传至阿里云百炼

DashScope API

模型调优

创建调优任务

HTTP

输入参数

返回样例

支持的基础模型ID（`model`）列表与训练类型（`training_type`）支持情况：

支持的模型

文本生成

视觉理解（千问VL）

调优方法对比

训练模式对比

`hyper_parameters`内支持的设置

查询调优任务详情

HTTP

输入参数

返回成功样例

获取调优任务日志

HTTP

查询与发布模型参数快照

查询调优任务的参数快照列表

模型发布（可选）

模型调优的更多操作

列举调优任务列表

中止调优任务

删除调优任务

API参考

模型部署&调用

模型部署

按模型 Token 使用量

按模型单元的使用时长

查询模型部署的状态

模型调用

模型评测

前提条件

上传调优文件

准备调优文件

将调优文件上传至阿里云百炼

DashScope API

模型调优

创建调优任务

HTTP

输入参数

返回样例

支持的基础模型ID（model）列表与训练类型（training_type）支持情况：

支持的模型

文本生成

视觉理解（千问VL）

调优方法对比

训练模式对比

hyper_parameters内支持的设置

查询调优任务详情

HTTP

输入参数

返回成功样例

获取调优任务日志

HTTP

查询与发布模型参数快照

查询调优任务的参数快照列表

模型发布（可选）

模型调优的更多操作

列举调优任务列表

中止调优任务

删除调优任务

API参考

模型部署&调用

模型部署

按模型 Token 使用量

按模型单元的使用时长

查询模型部署的状态

模型调用

模型评测

支持的基础模型ID（`model`）列表与训练类型（`training_type`）支持情况：

`hyper_parameters`内支持的设置