创建调优任务-大模型服务平台百炼(Model Studio)-阿里云帮助中心

创建一个新的模型微调训练任务。

创建调优任务

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

文本生成模型

curl --location --request POST "https://dashscope.aliyuncs.com/api/v1/fine-tunes" \
      --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
      --header 'Content-Type: application/json' \
      --data '{
          "model":"qwen3-14b",
          "training_file_ids":[
              "86a9fe7f-dd77-43b0-9834-2170e12339ec",
              "03ead352-6190-4328-8016-61821c23d4fc"
          ],
          "hyper_parameters":{
              "n_epochs":3,
              "batch_size":32,
              "max_length":8192,
              "learning_rate":"1.6e-5",
              "lr_scheduler_type":"linear",
              "split":0.9
          },
          "training_type":"sft",
          "finetuned_output_suffix":"suffix"
      }'

视频生成模型

curl --location 'https://dashscope.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
--header 'Content-Type: application/json' \
--data '{
    "model": "wan2.5-i2v-preview",
    "training_file_ids": [
        "<替换为训练数据集的文件id>"
    ],
    "training_type": "efficient_sft",
    "hyper_parameters": {
        "n_epochs": 400,
        "batch_size": 2,
        "learning_rate": 2e-5,
        "split": 0.9,
        "max_split_val_dataset_sample": 5,
        "eval_epochs": 50,
        "max_pixels": 36864,
        "save_total_limit": 10,
        "lora_rank": 32,
        "lora_alpha": 32
    }
}'

图像生成模型

curl --location 'https://dashscope.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "wan2.7-image-pro",
    "training_file_ids": ["<替换为训练数据集的文件id>"],
    "validation_file_ids": ["<替换为验证数据集的文件id>"],
    "training_type": "efficient_sft",
    "hyper_parameters": {
        "learning_rate": 3e-5,
        "max_steps": 800,
        "eval_steps": 200,
        "max_token_length": "1k",
        "gradient_clip": 0.5,
        "weight_decay": 0.02,
        "max_pixels": "1k",
        "val_img_size": "1k",
        "generation_type": "t2i",
        "lora_rank": 32,
        "save_total_limit": 10
    }
}'

输入参数

字段	必选	类型	传参方式	参数说明
training_file_ids	是	Array	Body	调优集文件ID列表，文件ID由文件管理 API 产生。
validation_file_ids	否	Array	Body	测试集文件ID列表，文件ID由文件管理 API 产生。
model	是	String	Body	用于调优的基础模型ID基础模型 ID；或其他调优任务产出的模型ID（对已经调优了的模型进行再次调优）。视频/图像生成模型支持以下 model 值：图生视频-基于首帧：`wan2.5-i2v-preview`、`wan2.2-i2v-flash` 图生视频-基于首尾帧：`wan2.2-kf2v-flash` 图像生成（文生图/图生图）：`wan2.7-image-pro`、`wan2.7-image`
hyper_parameters	否	Map	Body	调优时的超参列表。不同模型支持的参数集合及其默认值不同，请在控制台选择相同的模型和调优方式查看实际默认值。文本生成 / 视觉理解等模型：使用 `n_epochs`（循环次数）、`batch_size`（批次大小）、`max_length`（序列长度）等参数，其中 `n_epochs`、`batch_size`、`max_length` 影响调优费用，必须填写。各参数详情请参见 hyper_parameters 参数说明。 CosyVoice 语音合成模型（仅 `cosyvoice-v3-flash`）：8 个 LM / FM 超参全部必填。各参数详情请参见下方「CosyVoice 语音合成模型 hyper_parameters」。
training_type	否	String	Body	调优方法，可选值为：`cpt`、`sft`、`efficient_sft`、`dpo_full`、`dpo_lora`。视频/图像生成模型仅支持 `efficient_sft`（LoRA 高效微调）。
job_name	否	String	Body	调优任务名称
model_name	否	String	Body	调优完成后的模型名称

文本生成模型

`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）

推荐linear/Inverse_sqrt

String

在模型训练中动态调整学习率的策略。

各策略详情请参考在控制台进行模型调优。

max_length

（序列长度）【必填】

8192

Integer

指的是单条训练数据 token 支持的最大长度。如果单条数据 token 长度超过设定值，调优会直接丢弃该条数据，不进行训练。

字符与 token 之间的关系请参考Token和字符串之间怎么换算

max_split_val_dataset_sample

（验证集数据最大数量）

使用百炼推荐的默认值

Integer

当不设置"validation_file_ids"时，阿里云百炼自动分割的验证集最多只有1000条。

当设置了"validation_file_ids"时，该参数无效。

split

（训练集在训练文件中占比）

使用百炼推荐的默认值

Float

当不设置"validation_file_ids"时，阿里云百炼会自动把训练文件中的80%作为训练集，20%作为验证集。

当设置了"validation_file_ids"时，该参数无效。

warmup_ratio

（学习率预热比例）

使用百炼推荐的默认值

Float

学习率预热占用总的训练过程的比例。学习率预热是指学习率在训练开始后由一个较小值线性递增至学习率设定值。

该参数主要是限制模型参数在训练初始阶段的变化幅度，从而帮助模型更稳定地进行训练。

比例过大效果与过低的学习率相同，会导致调优后的模型表现不会有太大变化。

比例过小效果与过高的学习率相同，可能导致调优后的模型表现不一定更好，甚至变差。

该参数仅对学习率调整策略“Constant”无效。

weight_decay

（权重衰减）

使用百炼推荐的默认值

Float

L2正则化强度。L2正则化能在一定程度上保持模型的通用能力。数值过大会导致模型调优效果不明显。

高效微调（支持efficient_sft、dpo_lora）参数

说明

当对一个已经高效微调后的模型进行二次高效微调时，lora_rank、lora_alpha、lora_dropout三个参数必须保持一致。

lora_rank

（LoRA秩值）

Integer

LoRA训练中的低秩矩阵的秩大小。秩越大调优效果越好，但训练会略慢。

lora_alpha

（LoRA阿尔法）

使用百炼推荐的默认值

Integer

用于控制原模型权重与LoRA的低秩修正项之间的结合缩放系数。

较大的Alpha值会给予LoRA修正项更多权重，使得模型更加依赖于微调任务的特定信息；

而较小的Alpha值则会让模型更倾向于保留原始预训练模型的知识。

lora_dropout

（LoRA丢弃率）

使用百炼推荐的默认值

Float

LoRA训练中的低秩矩阵值的丢弃率。

使用推荐数值能增强模型通用化能力。

数值过大会导致模型微调效果不明显。

混合训练（支持efficient_sft、sft）参数

data_augmentation

（是否开启混合训练）

根据模型的使用场景混合

Boolean

开启后，训练数据将与百炼提供的通用数据集（多领域/多行业/多场景）混合：

- 效果：提升训练效果，避免模型能力退化。

- 计费：混合数据计入总训练Token，按标准计费。

augmentation_types

（选择预置数据的类型）

根据模型的使用场景混合

例："augmentation_types": "dialogue_CN,general_purpose_CN,NLP"

需与augmentation_ratio配合使用

String

数据集 code	数据集名称	支持的模型
`dialogue_cn`	中文-对话	千问 2 系列
`math_cn`	中文-数学
`general_coding_cn`	中文-代码
`general_purpose_cn`	中文-通用
`nlp`	NLP 理解
`dialogue_en`	英文-对话
`math_en`	英文-数学
`general_coding_en`	英文-代码
`general_purpose_en`	英文-通用
`mix_v2`	通用-V2	千问 3 系列
`vl_mix`	通用	千问 3 VL 系列

augmentation_ratio

（设置混合倍率）

根据模型的使用场景混合

String

格式要求：与augmentation_types完全对应
示例："0.1,0.05,0.15"（分别对应augmentation_types列出的三种数据集）
含义：按训练数据量的10%/5%/15%随机抽取混合
范围：0.0 ~ 2.0

模型参数快照发布（仅支持efficient_sft、sft）参数

save_strategy

（快照存储策略）

可以设置为 epoch或steps。

设置为steps时，可以通过设置save_steps参数，调整保存间隔。

String

设置调优过程中，保存模型参数快照（Checkpoint）的保存间隔和保存数量上限。

save_steps

（存储步数）

如果需要手动修改，建议设置为eval_steps参数的整数倍。

Integer

设置每训练多少步保存一次模型参数快照（Checkpoint）。

save_total_limit

（快照存储数量上限）

Integer

限制最多保存多少个模型参数快照（Checkpoint）用于发布。

语音合成模型（CosyVoice）

仅适用于 cosyvoice-v3-flash 模型，与文本生成模型的 n_epochs、batch_size、max_length 不可混用。

参数	必选	推荐	取值范围	说明
lm_max_epoch	是	60	[1, 2147483647]	LM 调优轮次（epoch 数）。
lm_step	是	5	[1, 2147483647]	LM 保存 checkpoint 的步长（每多少个 epoch 保存一次）。
lm_num	是	3	[1, 2147483647]	LM 保留的 checkpoint 数量上限。
lm_batch_size	是	1000	[1, 2147483647]	LM 批次大小（batch size）。
fm_max_epoch	是	100	[1, 2147483647]	FM 调优轮次（epoch 数）。
fm_step	是	10	[1, 2147483647]	FM 保存 checkpoint 的步长（每多少个 epoch 保存一次）。
fm_num	是	3	[1, 2147483647]	FM 保留的 checkpoint 数量上限。
fm_batch_size	是	2000	[1, 2147483647]	FM 批次大小（batch size）。

说明

CosyVoice 调优当前仅支持 training_type 为 efficient_sft。完整请求示例与端到端流程参见用户指南 CosyVoice模型调优。

视频生成模型 hyper_parameters

仅适用于视频生成模型（wan 系列）。若模型效果不佳或训练不收敛，可以尝试调整 n_epochs 或 learning_rate。建议总训练步数不少于 800 步。

字段	类型	必选	描述	推荐值
batch_size	int	是	批次大小。一次性送入模型进行训练的数据条数。 wan2.5-i2v-preview：推荐为 2。 wan2.2-i2v-flash：推荐为 4。 wan2.2-kf2v-flash：推荐为 4。	以模型为准
n_epochs	int	是	训练循环次数。steps = n_epochs × ⌈数据集大小 / batch_size⌉。建议总步数 ≥ 800。例如：数据集 5 条，batch_size=2，每轮步数=⌈5/2⌉=3，最小 n_epochs = 800/3 ≈ 267。	400
learning_rate	float	是	学习率。控制模型权重更新幅度。过高可能导致模型变差，过低则变化不明显。	2e-5
eval_epochs	int	是	验证间隔。取值需 ≥ `n_epochs/10`。每隔多少个 epoch 进行一次验证评估并保存 Checkpoint。	50
max_pixels	int	是	训练视频的最大分辨率（像素总数 = 宽×高）。系统仅对超过该值的视频进行缩放处理。 wan2.5-i2v-preview：推荐 36864。范围 16384～36864。 wan2.2-i2v-flash：推荐 262144。范围 65536～262144。 wan2.2-kf2v-flash：推荐 262144。范围 65536～262144。	以模型为准
split	float	否	训练集划分比例。取值 (0,1)，仅在未指定 validation_file_ids 时生效。	0.9
max_split_val_dataset_sample	int	否	自动划分验证集的最大样本数。验证集数量 = min(总数×(1−split), 此值)。	5
save_total_limit	int	否	Checkpoint 保存数量上限。系统只保存最后 N 个 Checkpoint。	10
lora_rank	int	否	LoRA 低秩矩阵维数。取值须为 2ⁿ（16/32/64）。	32
lora_alpha	int	否	LoRA 权重缩放系数。取值须为 2ⁿ（16/32/64）。	32

图像生成模型 hyper_parameters

字段	类型	必选	描述	推荐值
max_steps	int	是	训练总步数。控制训练时长的核心参数。max_steps 决定训练迭代次数，max_token_length 决定每步处理的数据量。建议不少于 500 步以确保模型充分收敛；大数据集可适当增加步数。	800
eval_steps	int	是	验证间隔。取值需≥0。训练期间每隔多少个 steps 进行一次验证评估，用于阶段性评估模型训练效果。同时保存当前 step 的模型文件。	200
learning_rate	float	是	学习率。控制模型权重更新的幅度。过高可能导致模型变差，过低则变化不明显。推荐使用默认值。	3e-5
generation_type	string	是	生成模式。`"t2i"`：文生图模式；`"i2i"`：图生图模式。决定训练数据格式和推理方式。	t2i
max_pixels	string	是	训练图片的最大分辨率。例如 "1k"、"2k"（1K 即 1024×1024，2K 即 2048×2048）。设置训练集中图片分辨率的像素总数（宽×高）上限，系统仅对超过该值的图片进行缩放处理，未超限的图片保持原样。建议三个分辨率参数（max_pixels、max_token_length、val_img_size）保持一致。	文生图："2k" 图生图："1k"
val_img_size	string	是	验证图生成分辨率。例如 "1k"、"2k"（1K 即 1024×1024，2K 即 2048×2048）。训练过程中验证评估时生成图片的目标分辨率。	文生图："2k" 图生图："1k"
max_token_length	string	是	每步训练的最大 Token 长度。例如 "1k"、"2k"。与 max_steps 共同控制训练过程：max_steps 决定迭代次数，max_token_length 决定每步处理的数据量。	文生图："2k" 图生图："1k"
gradient_clip	float	是	梯度裁剪。对所有可训练参数做全局梯度范数裁剪的阈值，防止梯度爆炸。设为 -1 表示不裁剪。	0.5
weight_decay	float	是	权重衰减。AdamW 解耦式权重衰减系数，对所有可训练参数生效，用于正则化防止过拟合。	0.02
lora_rank	int	是	LoRA 低秩矩阵的维数。该值决定了微调参数量的大小。数值越大，模型拟合能力越强，但训练速度会变慢。取值必须为 2ⁿ（如 16、32、64）。	32
save_total_limit	int	否	Checkpoint 保存数量上限。限制最多保存的模型数量。系统将始终只保存训练生成的最后 N 个 Checkpoint（N 为该参数值）。	10
split	float	否	训练集划分比例。取值范围为 (0, 1)。仅在未指定 `validation_file_ids` 时生效。此参数用于从训练集中自动按比例拆分出验证集。例如，0.9 表示 90% 训练集，10% 验证集。	0.9

max_token_length对应每步训练的最大 Token 长度：

generation_type	max_token_length	L_max
t2i（文生图）	1k	128,000
t2i（文生图）	2k	232,200
i2i（图生图）	1k	232,200
i2i（图生图）	2k	320,000

返回样例

文本生成模型

{
          "request_id": "9654e55a-d74b-4113-aee1-fa19c9384fcc",
          "output": {
              "job_id": "ft-202410291653-1c7f",
              "job_name": "ft-202410291653-1c7f",
              "status": "PENDING",
              "model": "qwen3-14b",
              "base_model": "qwen3-14b",
              "training_file_ids": [
                  "976bd01a-f30b-4414-86fd-50c54486e3ef"
              ],
              "validation_file_ids": [

              ],
              "hyper_parameters": {
                  "n_epochs": 3,
                  "batch_size": 32,
                  "max_length": 8192,
                  "learning_rate": "1.6e-5",
                  "lr_scheduler_type": "linear",
                  "split": 0.9
              },
              "training_type": "sft",
              "create_time": "2024-10-29 16:53:53",
              "workspace_id":"llm-v71tlv***",
              "user_identity": "1396993924585947",
              "modifier": "1396993924585947",
              "creator": "1396993924585947",
              "group": "llm"
          }
      }

视频生成模型

重点关注 output.job_id（任务ID）和 output.finetuned_output（微调后产出的新模型名称，用于部署）。

{
    "request_id": "0eb05b0c-02ba-414a-9d0c-xxxxxxxxx",
    "output": {
        "job_id": "ft-202511111122-xxxx",
        "job_name": "ft-202511111122-xxxx",
        "status": "PENDING",
        "finetuned_output": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "model": "wan2.5-i2v-preview",
        "base_model": "wan2.5-i2v-preview",
        "training_file_ids": [
            "xxxxxxxxxxxx"
        ],
        "validation_file_ids": [],
        "hyper_parameters": {
            "n_epochs": 400,
            "batch_size": 2,
            "learning_rate": 2.0E-5,
            "split": 0.9,
            "eval_epochs": 50
        },
        "training_type": "efficient_sft",
        "create_time": "2025-11-11 11:22:22"
    }
}

返回参数

参数名称	类型	参数说明
request_id	String	本次请求的ID。
output	Object	本次调优任务的详细信息。
output.job_id	String	本次调优的任务ID，可用于查询训练任务详情、查询训练日志、取消训练任务、删除训练任务等接口。生成规则：`ft-{yyyyMMddHHmm}-{4位uuid}`。
output.jobs_name	String	同`output.job_id`。
output.status	String	本次调优任务的状态。
output.model	String	调优任务使用的模型ID。
output.base_model	String	调优任务使用的模型对应的基础模型ID。比如：调优任务`ft-202410291653-1c7f`使用的基础模型是`qwen3-14b`。
output.training_file_ids	Array	调优文件ID列表。
output.validation_file_ids	Array	验证文件ID列表。
output.hyper_parameters	Object	显性声明过的超参表。
output.training_type	String	调优方法。
output.create_time	String	调优任务创建时间。
output.workspace_id	String	调优任务所属的业务空间ID。
output.user_identity	String	该调优任务隶属的主账号UID。
output.modifier	String	对该调优任务进行最后一次操作的账号UID。比如：某个子账号取消了该任务，该子账号UID会显示在这里。
output.creator	String	该调优任务创建人UID。
output.group	String	模型调优的任务类型。

任务状态	含义
PENDING	调优待开始。
QUEUING	调优正在排队（同时只有一个调优任务可以进行）
RUNNING	调优正在进行中。
CANCELING	调优正在取消中。
SUCCEEDED	调优成功。
FAILED	调优失败。
CANCELED	调优已经取消。

请求错误码说明

请求异常时返回

字段	类型	描述	示例值
code	String	错误码。	NotFound
request_id	String	本次请求的系统唯一码。	6332fb02-3111-43f0-bf79-f9e8c5ffa7f9
message	String	错误信息。	Not Found!

请求异常示例

{
        "code": "NotFound",
        "request_id": "BE213CDD-8A5C-59EE-9A67-055EAB0CB59B",
        "message": "Not Found!"
      }

错误码列表

HTTP状态码	错误码	错误信息举例	含义	处理方式
400	InvalidParameter	Missing training files	参数错误，缺少参数或者参数格式问题等。	根据错误信息，修正您的参数。
400	UnsupportedOperation	The fine-tune job can not be deleted because it is succeeded,failed or canceled	当资源处于特定状态时，无法对其进行操作。	待要操作的资源到达可操作状态时再进行操作。
404	NotFound	Not found!	要查询/操作的资源不存在。	检查要查询/操作的资源ID是否错误。
409	Conflict	Model instance xxxxx already exists, please specify a suffix	已存在deployed_model名为xxxxx的部署实例，需要指定后缀进行区分。	为部署指定唯一的后缀。
429	Throttling	Too many fine-tune job in running, please retry later. Only 20 fine-tune job in running or succeeded allowed per user.	资源的创建触发平台限制。	删除不再使用的模型。如您确实需要提高调优任务的并发量或保留更多调优成功的模型，请联系商务经理。
500	InternalError	Internal server error!	内部错误。	记录 request_id，通过工单联系阿里云工程师进行排查。