/finetuning

触发时机

• 用户需要微调模型（SFT/DPO/RFT）时触发。
• 包括数据准备、训练提交、评分器校准、模型部署和评估等子场景。

工作机理

• 黄金规则：始终先评估基础模型（baseline）→ 验证数据 → 校准 RFT 评分器 → 评估检查点 → 衡量 token 成本和准确率。
• 提供 11 个 Python 脚本覆盖全流程：数据转换、验证、训练提交、监控、评分器校准、部署、评估、蒸馏数据生成、清理等。
• 引用多个流程指南和参考文件，分别覆盖快速开始、完整管线、数据集创建、迭代训练和深度分析。

产生结果

• 微调后的模型部署到 Foundry，附带评估报告（准确率、token 成本对比基线模型）。训练过程中的检查点可选择替换。