> ## 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.

# 向导命令

> 向导中所有可用的命令和快捷方式

# 向导命令参考

AITraining 向导支持各种命令，帮助您导航、搜索和配置训练任务。

<Note>
  **重要**：向导命令为英文（如 `:help`、`:back`、`/search`），系统消息也
  为英文。本文档解释了每个命令的作用以及如何使用它们，即使您不流利使用 英语。
</Note>

## 导航命令

这些命令在任何提示符下都有效：

| 命令      | 快捷方式     | 描述           |
| ------- | -------- | ------------ |
| `:back` |          | 返回上一步        |
| `:help` | `?`、`:h` | 显示当前提示符的详细帮助 |
| `:exit` | `:quit`  | 取消向导并退出      |

### 使用 :back

您可以随时返回以更改先前的答案：

```
Model (number, HF ID, or command): :back
↩️ Going back to dataset selection...  （返回数据集选择...）

Dataset (number, HF ID, or command):
```

**会发生什么**：当您输入 `:back` 时，向导返回到上一步。消息 "Going back to dataset selection..." 表示您正在返回到数据集选择步骤。

### 使用 :help

每个提示符都有上下文帮助。当您输入 `:help` 时，向导会显示关于所询问内容的详细说明：

```
Training split name [train]: :help

ℹ️  Help
  Dataset splits are named subsets of your data.
  （数据集分割是您数据的命名子集。）

  Common split names:
    • 'train' - Training data (most common)
      （训练数据 - 最常见）
    • 'test' - Test/evaluation data
      （测试/评估数据）
    • 'validation' or 'valid' - Validation data
      （验证数据）

  Note: This is NOT asking for a percentage split (like 80/20).
  （注意：这不是要求百分比分割（如 80/20）。）
  It's asking for the exact name of the split in your dataset.
  （它要求您数据集中分割的确切名称。）

Training split name [train]:
```

**提示**：每当您不确定某事的含义时，使用 `:help`。帮助以英文显示，但清楚地解释了您需要做什么。

## 目录命令

这些命令在浏览模型或数据集时有效：

| 命令                | 描述                                    |
| ----------------- | ------------------------------------- |
| `/search <query>` | 按名称搜索模型/数据集                           |
| `/sort`           | 更改排序（trending、downloads、likes、recent） |
| `/filter`         | 按大小过滤模型（仅限模型）                         |
| `/refresh`        | 清除缓存并重新加载列表                           |

### /search

查找特定模型或数据集。当您知道要查找的名称或类型时使用此命令：

```
Model (number, HF ID, or command): /search llama

Popular models (trending):  （热门模型 - 趋势）
  1. meta-llama/Llama-3.2-1B (1B)
  2. meta-llama/Llama-3.2-3B (3B)
  3. meta-llama/Llama-3.1-8B (8B)
  4. meta-llama/Llama-3.1-70B (70B)
  ...
```

**如何使用**：输入 `/search` 后跟关键字。您可以搜索：

* 模型名称：`/search gemma`、`/search llama`
* 模型类型：`/search code`（专注于代码的模型）
* 数据集名称：`/search alpaca`
* 数据集类型：`/search conversation`（对话数据集）

搜索示例：

* `/search gemma` - 查找 Gemma 模型
* `/search code` - 查找专注于代码的模型
* `/search alpaca` - 查找 Alpaca 风格的数据集
* `/search conversation` - 查找对话数据集

### /sort

更改结果的排序方式。当您想以不同方式查看模型/数据集时使用：

```
Model (number, HF ID, or command): /sort
Sort options: [T]rending [D]ownloads [L]ikes [R]ecent
（排序选项：[T]rending [D]ownloads [L]ikes [R]ecent）
Sort by [T]: D
```

**如何使用**：输入 `/sort` 然后按对应排序的键。

| 排序选项      | 键 | 描述       | 何时使用         |
| --------- | - | -------- | ------------ |
| Trending  | T | 当前流行的内容  | 查看社区当前使用的内容  |
| Downloads | D | 有史以来下载最多 | 查找最受验证/使用的模型 |
| Likes     | L | 社区最喜欢    | 查看社区最爱       |
| Recent    | R | 最新添加     | 发现新发布        |

### /filter

按参数计数过滤模型（仅适用于模型，不适用于数据集）。**非常有用**用于查找适合您硬件的模型：

```
Model (number, HF ID, or command): /filter
Filter size: [A]ll [S]mall(<3B) [M]edium(3-10B) [L]arge(>10B)
（过滤大小：[A]ll [S]mall(<3B) [M]edium(3-10B) [L]arge(>10B)）
Filter size [A]: S
```

**如何使用**：输入 `/filter` 然后按对应大小的键。这仅显示适合您硬件类型的模型。

| 过滤器    | 键 | 大小范围        | 典型硬件            | 模型示例                          |
| ------ | - | ----------- | --------------- | ----------------------------- |
| All    | A | 无过滤         | 任何              | 所有模型                          |
| Small  | S | \< 3B 参数    | MacBook、消费级 GPU | `gemma-3-270m`、`Llama-3.2-1B` |
| Medium | M | 3B - 10B 参数 | 游戏 GPU、工作站      | `gemma-2-2b`、`Llama-3.2-3B`   |
| Large  | L | > 10B 参数    | 云 GPU、多 GPU     | `Llama-3.1-70B`、`Mistral-7B`  |

### /refresh

清除缓存并获取最新数据。当列表看起来过时或您刚添加新模型/数据集时使用：

```
Model (number, HF ID, or command): /refresh
Cache cleared.  （缓存已清除。）

Popular models (trending):  （热门模型 - 趋势）
  ...
```

**何时使用**：如果您刚将模型上传到 HuggingFace 但它没有出现在列表中，使用 `/refresh` 更新。

## 选择方法

选择模型或数据集时，您有几个选项：

### 按数字

从显示的列表中选择：

```
Popular models (trending):
  1. google/gemma-3-270m (270M)
  2. google/gemma-2-2b (2B)
  3. meta-llama/Llama-3.2-1B (1B)

Model (number, HF ID, or command): 2
✓ Model: google/gemma-2-2b
```

### 按 HuggingFace ID

输入完整的模型/数据集 ID：

```
Model (number, HF ID, or command): mistralai/Mistral-7B-v0.3
✓ Model: mistralai/Mistral-7B-v0.3
```

### 按本地路径

指向本地目录：

```
Dataset (number, HF ID, or command): ./my_training_data
✓ Dataset: ./my_training_data
```

## 输入约定

### 默认值

`[方括号]` 中的值是默认值。按 Enter 接受：

```
Project name [my-llm-project]: ↵
✓ Project: my-llm-project
```

### 必填字段

标记为 `[REQUIRED]` 的字段必须填写。如果您尝试跳过（按 Enter），将看到错误消息：

```
Prompt column name [REQUIRED] [prompt]: ↵
❌ This field is required for DPO/ORPO training.
（❌ 此字段是 DPO/ORPO 训练所必需的。）
Prompt column name [REQUIRED] [prompt]: instruction
✓
```

**含义**：`[REQUIRED]` = 必填。您需要填写此字段才能继续。错误消息解释了为什么需要此字段。

### 是/否问题

用 `y`（yes/是）或 `n`（no/否）回答。您也可以按 Enter 接受默认值：

```
Configure advanced parameters? [y/N]: y
（配置高级参数？[y/N]: y）

Enable LoRA? [Y/n]: ↵
（启用 LoRA？[Y/n]: ↵）
✓ LoRA enabled (default)
（✓ LoRA 已启用（默认））
```

**理解默认值**：大写字母表示默认答案：

* `[Y/n]` - 默认是**是**（Yes）。按 Enter 接受"是"
* `[y/N]` - 默认是**否**（No）。按 Enter 接受"否"

**提示**：大多数情况下，您可以简单地按 Enter 接受建议的默认值。

## 键盘快捷方式

| 键      | 操作                 |
| ------ | ------------------ |
| Enter  | 接受默认值或确认输入         |
| Ctrl+C | 取消向导（与 `:exit` 相同） |
| 上/下箭头  | 滚动浏览编号选项（如果支持）     |

## 高级参数

配置高级参数时，向导将它们分组：

```
⚙️  Training Hyperparameters

Configure Training Hyperparameters parameters? [y/N]: y

epochs [1]:
batch_size [2]:
lr [3e-5]:
```

每个组可以独立配置：

| 组                        | 包含                                    |
| ------------------------ | ------------------------------------- |
| Training Hyperparameters | epochs、batch\_size、lr、warmup\_ratio   |
| PEFT/LoRA                | peft、lora\_r、lora\_alpha、quantization |
| DPO/ORPO                 | dpo\_beta、max\_prompt\_length         |
| Hub Integration          | push\_to\_hub、username、token          |
| Knowledge Distillation   | teacher\_model、distill\_temperature   |
| Hyperparameter Sweep     | use\_sweep、sweep\_n\_trials           |
| Enhanced Evaluation      | use\_enhanced\_eval、eval\_metrics     |
| Reinforcement Learning   | rl\_reward\_model\_path（仅 PPO）        |

## 提示

<AccordionGroup>
  <Accordion title="自由使用 :help">
    每个提示符都有详细帮助。如果您不确定某事的含义，输入 `:help`。
  </Accordion>

  {" "}

  {" "}

  <Accordion title="返回修复错误">
    做出了错误选择？使用 `:back` 返回到上一步。您的其他答案会被保留。
  </Accordion>

  {" "}

  {" "}

  <Accordion title="搜索而不是滚动">
    不要滚动浏览数百个模型，使用 `/search llama` 或 `/search 7b` 来缩小范围。
  </Accordion>

  {" "}

  {" "}

  <Accordion title="按硬件过滤">
    不确定哪些模型会工作？使用 `/filter` →
    `S`（small）仅查看适合消费级硬件的模型。
  </Accordion>

  <Accordion title="首次运行接受默认值">
    在您的第一次训练中，接受大多数默认值。让某些东西工作，然后自定义。
  </Accordion>
</AccordionGroup>

## 命令快速参考

### 导航

```
:back          返回上一步
:help          显示当前提示符的帮助
:exit          取消并退出
```

### 目录（模型/数据集）

```
/search query  按名称搜索
/sort          更改排序顺序
/filter        按大小过滤（仅限模型）
/refresh       重新加载列表
```

### 选择

```
1, 2, 3...     按数字选择
google/gemma   输入 HuggingFace ID
./my_data      输入本地路径
```

### 输入

```
Enter          接受默认值
y/n            是/否答案
Ctrl+C         取消
```

## 常见消息词汇表

使用向导时，您会看到这些英文消息。以下是它们的含义：

| 英文消息                              | 翻译        | 何时出现              |
| --------------------------------- | --------- | ----------------- |
| `Going back to...`                | 返回...     | 当您使用 `:back` 时    |
| `Help`                            | 帮助        | 当您使用 `:help` 时    |
| `Cache cleared`                   | 缓存已清除     | 当您使用 `/refresh` 时 |
| `Model: ...` 或 `✓ Model: ...`     | 模型：...    | 当您选择模型时           |
| `Dataset: ...` 或 `✓ Dataset: ...` | 数据集：...   | 当您选择数据集时          |
| `This field is required`          | 此字段是必需的   | 当您尝试跳过必填字段时       |
| `Configuration is valid!`         | 配置有效！     | 当一切配置正确时          |
| `Start training?`                 | 开始训练？     | 在开始训练之前           |
| `Popular models (trending)`       | 热门模型（趋势）  | 模型列表              |
| `Popular datasets (trending)`     | 热门数据集（趋势） | 数据集列表             |
| `Filter size:`                    | 过滤大小：     | 当您使用 `/filter` 时  |
| `Sort options:`                   | 排序选项：     | 当您使用 `/sort` 时    |