检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
创建一个训练数据集 模型训练 自监督训练 使用不含有标记的数据进行模型训练。 创建自监督微调训练任务 有监督训练 使用含有标记的数据进行模型训练，以学习输入和输出之间的映射关系。 创建有监督训练任务 模型评估 创建模型评估任务 训练完成后评估模型的回答效果。 创建模型评估任务 查看模型评估结果
# 完成时要生成的令牌的最大数量 temperature: Optional[float] # 调整随机抽样的程度，温度值越高，随机性越大; 范围见模型API规范 top_p: Optional[float] # 核采样值， 和temperature不同时配置
缺省值：N1模型为0.4、N2模型为0.3，N4模型为0.3 top_p 否 Float 一种替代温度采样的方法，称为nucleus sampling，其中模型考虑具有top_p概率质量的标记的结果。通常建议更改此值或温度，但不要同时更改两者。通常建议更改top_p或temperature来调整生成
maxTokens; // 完成时要生成的令牌的最大数量 private double temperature; // 调整随机抽样的程度，温度值越高，随机性越大 private double topP; // 核采样值， 和temperature不同时配置 private double
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
