> ## Documentation Index
> Fetch the complete documentation index at: https://docs.monostate.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 什么是 AI Training

> 了解此平台的功能以及它如何帮助您

# 了解 AI Training

[![Ask DeepWiki](https://deepwiki.com/badge.svg)](https://deepwiki.com/monostate/aitraining)

AI Training 让您能够训练 AI 模型来执行满足您需求的特定任务。可以将其想象为训练一个非常聪明的助手，它从示例中学习。

## 观看：为什么训练您自己的模型？

<iframe width="100%" height="400" src="https://www.youtube.com/embed/JKfFNwQrLo4" title="Why Small Models Can Win" frameBorder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowFullScreen />

## 基本概念

想象您想要一个理解您公司产品的 AI，或者识别特定类型图像的 AI，或者以您品牌声音写作的 AI。与其使用像 ChatGPT 这样的通用 AI，您可以训练自己的专业版本。

## 训练方法说明

<Table>
  <thead>
    <tr>
      <th>方法</th>
      <th>通俗解释</th>
      <th>何时使用</th>
      <th>技术名称</th>
    </tr>
  </thead>

  <tbody>
    <tr>
      <td>**奖励训练**</td>
      <td>对好的响应给分，对坏的响应扣分</td>
      <td>教 AI 变得有用和安全</td>
      <td>PPO, RLHF</td>
    </tr>

    <tr>
      <td>**偏好学习**</td>
      <td>向 AI 展示"好"与"坏"输出的示例</td>
      <td>使 AI 匹配人类偏好</td>
      <td>DPO, ORPO</td>
    </tr>

    <tr>
      <td>**知识转移**</td>
      <td>将昂贵 AI 的能力复制到更便宜的 AI</td>
      <td>在保持质量的同时降低成本</td>
      <td>Distillation</td>
    </tr>

    <tr>
      <td>**示例学习**</td>
      <td>向 AI 展示大量您想要的示例</td>
      <td>通用训练</td>
      <td>Fine-tuning, SFT</td>
    </tr>
  </tbody>
</Table>

## 让训练变得经济实惠

常规 AI 训练需要昂贵的计算机。我们使用技巧使其在普通硬件上运行：

* **LoRA** - 只训练 AI 的小部分，而不是全部
* **Quantization** - 使用精度较低的数字（如将 3.14159 四舍五入到 3.14）
* **Flash Attention** - 跳过不必要的计算
* **Gradient Checkpointing** - 用速度换取内存使用

可以将其想象为视频压缩 - 相同质量，文件更小。

## 您可以构建什么

### 商业用途

* 了解您产品的客户服务机器人
* 针对您特定表单的文档分类器
* 以您公司声音生成销售邮件的生成器

### 研究用途

* 从照片识别物种
* 医疗报告分析器
* 科学论文摘要器

### 娱乐用途

* 像您最喜欢的角色一样说话的聊天机器人
* 用于您爱好的图像分类器
* 了解您偏好的个人助手

## 训练如何工作

1. **收集示例** - 收集显示您希望 AI 学习内容的数据
2. **选择起点** - 选择一个预训练模型（如 Llama 或 GPT）
3. **设置参数** - 决定训练速度、持续时间（或使用我们的默认值）
4. **训练** - 让计算机从您的示例中学习
5. **测试** - 检查它是否工作良好
6. **使用** - 部署您的自定义 AI

## 支持的格式

### 输入数据

* **文本文件** - .txt、.json、.jsonl 用于语言模型
* **图像** - .jpg、.png 用于视觉模型
* **CSV 文件** - 用于表格数据（需要正确的列结构）
* **Hugging Face Datasets** - 从 hub 直接加载

### 输出模型

* 标准 PyTorch/Hugging Face 格式
* 自动 LoRA 适配器合并
* 直接推送到 Hugging Face Hub

## 主要特性

AITraining 的不同之处：

* **自动数据集转换** - 提供 Alpaca、ShareGPT、Q\&A 或任何格式。我们自动检测和转换。
* **32 个聊天模板** - Llama、Gemma、Mistral、Qwen 等。无需手动格式化。
* **超参数扫描** - Optuna 集成自动找到最佳设置。
* **内置评估** - 训练期间的 BLEU、ROUGE、BERTScore、perplexity 指标。
* **聊天界面** - 训练后立即测试您的模型。

## 路线图

我们正在开发的功能：

* 模型市场
* 一键云训练
* 高级性能监控

核心训练保持免费和开源。

## 下一步

<CardGroup cols={2}>
  <Card title="安装" icon="download" href="/foundations/installation">
    让 AI Training 运行起来
  </Card>

  <Card title="快速开始" icon="play" href="/foundations/quickstart">
    训练您的第一个模型
  </Card>
</CardGroup>

***

<Info>
  AI Training 是 Hugging Face 的 AutoTrain 的分支，添加了额外的训练方法和优化。免费且开源。
</Info>