讯飞星辰MaaS平台完成全新升级

高质量数据的助攻，让微调大模型青出于蓝而胜于蓝！

海量数据的预训练，让通用大模型拥有十八般武艺，几乎能够轻松应对所有问题。但面向特定行业与场景，模型效果却难以让人满意，问题同样也是数据。

通过将特定数据“投喂”给通用大模型，在保持“通才”优势的基础上，微调大模型轻松兼容行业“专才”的优势，指哪打哪。但训练专属大模型，看似简单，背后需要从数据、算力到微调工具等一系列支撑。 讯飞星辰MaaS平台已汇集讯飞星火、Llama3、SD-XL等20+行业内知名的优质模型，无需复杂调整或重新训练，甚至零代码也可能完成微调。 围绕数据管理、模型微调、评估、托管、推理服务，讯飞星辰MaaS平台提供了完善大模型全生命周期管理，覆盖内容创作、代码、逻辑推理等多场景。近期，模型与数据集丰富度，以及功能特性再次完成全新升级。

微调模型更丰富：支持星火系列大模型及多个优质开源大模型

数据集构建更轻松：基本支持行业主流数据集，可实现数据批量处理

微调体验显著提升：提供灵活可用的全栈工具链，让大模型效果符合预期

01丰富模型，满足多样业务场景

讯飞星辰MaaS平台已汇集星火、Llama3等行业优质模型，让每一个场景需求都能找到合适的模型搭子。本次升级，新加入了Spark Max、Spark Mini、Spark Tiny等星火自研模型，让模型“队伍”再次壮大。

Spark Max适用于对内容质量和知识专业性要求高的业务场景，如高端内容创作、专业知识服务等。Spark Tiny的部署和精调成本在星火系列模型中最具性价比，在对成本较为敏感但又需要一定性能支持的场景表现良好，比如小型创业公司的在线客服系统，能在满足性能需求的同时节省成本。

同时，平台还引入了书生系列、Qwen2.5系列等多个开源模型的精调，给开发者提供更多选择。

模型学习如何在特定任务中做出正确的判断？首发文本分类的bert模型，可以分析文本特征后进行分类，将数据提供给bert模型进行微调后的分类器效果非常精准，而且能够直接在Spark API中进行应用。

02夯实数据工程，提效加速更易用

数据量的大小和质量高低是大模型产业发展的关键，也是决定大模型是「专家」或是「砖家」的一条分界线。大模型微调过程中，数据集就像老师教课时用的书和资料。这些书和资料里有很多例子和题目，可以帮助学生（也就是大模型）更好地学习和理解新知识。

通过选择合适的数据集构建方法，并遵循关键步骤进行操作，可以显著提升微调效果，使模型更好地适应新任务。但开发者在数据构建中很容易遇到不少难题：只有文本数据、无问答对数据，数据量少，没办法判断数据质量、不知道如何优化数据集、积累数据困难。

基于问答抽取、数据增强、prompt工程等维度出发，讯飞星辰MaaS平台构建了全方位的数据工程能力，帮助用户轻松构建高质量数据。以数据增强为例，支持常见文本生成、语义理解、知识问答数据泛化，扩展数据集数量；支持混合训练（平台自动添加数据集）。

大模型微调过程中，因为不同的任务需求、数据来源和处理方式会导致数据集的结构和内容有所不同。不同的微调框架可能支持不同的数据集格式。

现在，讯飞星辰MaaS平台的数据集格式扩充，已支持ShareGPT、Alpaca格式数据集，实现了对几乎所有行业主流数据集格式的支持。无论你的数据集什么样，在讯飞星辰MaaS平台上都能训。

如果你不想或者来不及准备测试集，也不用慌。讯飞星辰MaaS平台支持从训练集中拆分出一定比例，在训练完成后，平台会自动把拆出来的这部分数据拿去做验证，就可以直观的看到微调效果展示。

当我们有大量数据需要处理时，而不是一次只处理一条数据，可以把很多数据一起“放”进模型中，让模型一次处理多条数据。现在，讯飞星辰MaaS平台最多支持10个模型同时在线批量推理，大大提高了数据处理的效率。

03扩展功能边界，辅助创新更专业

选好了合适模型，数据准备好后，进入到具体的微调环节，如何让模型的功能更强大、效果符合预期？讯飞星辰MaaS平台还提供了多种让人惊喜的功能。

•兼容OpenAI协议，「丝滑」搬家国产大模型

今年6月，OpenAI 停止向中国大陆地区提供 API 服务，对于依赖 OpenAI API 构建产品和服务的企业来说，无疑是一次技术上的挑战。然而国内大模型已经大幅缩小了与 OpenAI 的差距，可以满足大部分日常的场景。10月24日发布的讯飞星火4.0 Turbo七项核心能力在中文领域已全面超过GPT-4 Turbo，代码能力和数学能力超越GPT-4o。

方便开发者进行能力迁移，讯飞星辰MaaS平台现已兼容OpenAI协议，用户之前用OpenAI的能力，可以一键切换成星火的能力，实现「丝滑」搬家。

•支持function_call 精调训练，高效调用独立工具

由于大模型的训练数据有时间期限，无法了解最近发生的事情。因此，当用户询问模型一些它不了解的数据信息时，模型本身就无法给出答案。此时，function_call 就像放大器一样，通过调用外部工具，增强大语言模型的能力。

使用function_call，可以让模型能够理解什么时候需要调用函数、调用哪种函数，以及如何正确地传递参数给函数，从而增强模型在实际应用中的实用性，使其能够更好地与外部工具或系统进行交互。

•支持Loss曲线展示和裁判员模型效果评估对比，模型效果随时评估

大模型的调试评估不能等精调完再检查，要在过程中就把握好。

讯飞星火系列模型已支持Loss曲线展示，在微调模态训练过程中即可通过精细化的数据配比和动态调整，在提升目标领域能力的同时，最大限度避免灾难性遗忘，保持模型的全面性能。

如果你选择了多个大模型进行微调训练，不知道最终该用哪一个。讯飞星辰MaaS平台提供了裁判员打分模型，基于星火最优模型提供的评估报告，评判模型效果的好坏。

面向专业开发者的更多需求，讯飞星辰MaaS平台还支持部分高级参数，支持分词长度、Lora Merge，UnSloth等特性配置。

讯飞星辰MaaS平台之外，讯飞星火还构建了丰富且高性价比API矩阵。目前，Spark Pro版本每百万token仅需5元，并支持128K上下文；Ultra和Max 均提供Batch版本 API。