模型创建与编辑
更新时间：2025-06-20
一、 创建模型仓库
1.1 创建入口
- 权限要求：在AI Studio完善身份信息即可创建模型
- 操作路径1：
模型库大厅 > 模型库 > 右上角【创建模型】
- 操作路径2：
我的工作台 > 模型 > 模型空间 > 右上角【创建模型】
1.2 配置核心信息
| 字段 | 是否必填 | 说明 |
|---|---|---|
| 模型英文ID | 必填 | 由您的英文昵称和模型英文名称组成，作为模型仓库的repo_id，创建后不可修改 |
| 模型展示名称 | 非必填 | 用于社区展示交流，最多50字 |
| 开源协议 | 非必填 | 下拉选择模型的开源协议 |
| 是否公开 | 必填 | 公开（全网可见）或私有（仅自己可见），创建后支持修改可见性 |
⚠️ 重要提示： 英文昵称在第一次设置后不可再次修改，将同步用于后续模型库、数据集等处的repo名称中，请谨慎起名。
二、 编辑模型信息
2.1 编辑基础信息
- 操作路径：
模型详情页 > 【编辑模型信息】 - 模型信息的所有字段均通过YAML配置在README.md头部
- 页面编辑时使用下拉框选择预设值，本地编辑时需严格遵循YAML格式，上传README.md文件后，平台将自动解析。
- 可修改项：
| 字段 | 说明 |
|---|---|
| 开源协议 | 单选，且名称需要在下拉框范围内。模型开源许可证（如Apache 2.0、MIT等） |
| 多语言 | 多选。模型支持的语言类型（如中文、英文、多语言等） |
| 硬件支持 | 多选。模型运行的硬件环境 |
| 任务方向 | 多选，模型适用的任务领域（如多模态大模型、推理大模型等） |
| 模型特性 | 多选，模型的核心技术特点 |
| 训练框架 | 单选，模型训练使用的框架（如ERNIEKit） |
| 推理框架 | 单选，支持的推理框架（如FastDeploy、ONNX等） |
| 基座模型 | 可搜索并选择平台内的公开模型，以repo_id形式展示 |
| 系谱关系 | 单选，且类型需要在下拉框范围内。包括适配、合并、量化、微调四种 |
2.2 YAML字段详解
以下是README.md中YAML头部各字段的详细说明，这些字段定义了模型的核心元数据：
| 字段名 | 类型 | 对应中文字段 | 字段值 |
|---|---|---|---|
| license | 单选 | 开源协议 | 可选范围：Apache License 2.0, MIT License, GPL-3.0, GPL-2.0, LGPL-3.0, LGPL-2.1, AFL-3.0, ECL-2.0, CC-BY-4.0, creativeml-openrail-m, CC-BY-NC-ND, agpl-3.0, CC-BY-NC-4.0, CC-BY-NC-SA-4.0 |
| language | 多选 | 多语言 | 可选范围：Multilingual,Chinese, English, French, Spanish, German, Korean, Japanese |
| hardware_support | 多选 | 硬件支持 | 示例：KUNLUNXIN,Iluvatar |
| tasks | 多选 | 任务方向 | 示例：Large Language Models,Multimodal Models |
| model_features | 多选 | 模型特性 | 示例：Code Completion,Function Calling |
| training_framework | 单选 | 训练框架 | 示例：ERNIEKit |
| inference_framework | 单选 | 推理框架 | 示例：FastDeploy |
| base_model | 多选 | 基座模型 | 示例：PaddlePaddle/ERNIE4.5 |
| model_lineage | 单选 | 系谱关系 | 可选范围：adapter, merge,quantized,finetune |
YAML示例：
---
license: Apache License 2.0
language:
- Multilingual
- Chinese
- English
hardware_support:
- KUNLUNXIN
- Iluvatar
tasks:
- Large Language Models
- Multimodal Models
- ERNIE Large Models
model_features:
- Code Completion
- Function Calling
- MCP
training_framework: ERNIEKit
inference_framework: FastDeploy
model_lineage: quantized
base_model:
- PaddlePaddle/ERNIE4.5
---