Fine-tune với LoRA

Cách tạo công việc fine-tune với LoRA?

Để fine-tune một mô hình với LoRA, làm theo hướng dẫn bên dưới.

ghi chú

• Bạn phải đăng nhập trước khi bắt đầu công việc fine-tune.
• Đảm bảo bạn có đủ số dư (credit).
• Phải có ít nhất một base model sẵn sàng để fine-tune.

Các bước thực hiện

1. Vào trang Fine-tuning Jobs và nhấp + Fine-tune model.
2. Trong pop-up, nhập Tên cho công việc fine-tune của bạn.
   • Xác thực: bắt buộc, tối đa 100 ký tự, hỗ trợ chữ cái Unicode, chữ số, -, _, .

3. Chọn base model từ danh sách dropdown.
   • Ví dụ: gemma-3-27b-it, Qwen3-4B-Instruct-2507, Llama-3.3-70B-Instruct
4. Chọn định dạng dataset từ danh sách dropdown: Alpaca / ShareGPT / ShareGPT_Image.
5. Tải lên file dữ liệu huấn luyện của bạn.
   • Các định dạng hỗ trợ: CSV, JSON, JSONL, ZIP, Parquet (< 100 MB).
6. (Tùy chọn) Tải lên dữ liệu validation.

7. (Tùy chọn) Cấu hình hyperparameter:
   • Learning rate: số thực, 1e-6 → 1e-4 (ví dụ: 0.00001)
   • Number of epochs: số nguyên 1–20 (mặc định = 5)
8. Nhấp Create để bắt đầu công việc fine-tune.
   • Công việc sẽ xuất hiện trong bảng với trạng thái Running.

mẹo

Fine-tune với LoRA thường chỉ mất vài phút.

---

Cách quản lý các công việc fine-tune?

Trên trang Fine-tuning Jobs, bạn có thể:

• View detail — mở chi tiết pipeline trong AI Studio.
• Deploy model — sau khi huấn luyện hoàn thành, triển khai mô hình LoRA.
• Cancel job — hủy một công việc đang chạy (yêu cầu xác nhận).
• Delete job — xóa vĩnh viễn một công việc (yêu cầu xác nhận).

Trạng thái

• Running (vàng)
• Succeeded (xanh lá)
• Failed (đỏ)
• Canceled (xám)