热门产品
声音复刻
大模型语音合成
人脸实名认证
文字识别
图像内容理解
资讯 文档
控制台
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术
查看全部AI能力
场景应用
千帆大模型服务与开发平台ModelBuilder
    • 帮助文档
    • >
    • 千帆大模型服务与开发平台ModelBuilder

    模型支持情况说明

    更新时间：2025-04-24

    本文介绍了模型支持情况，在调用模型精调V2版本部分API时，需查看此文档各参数支持情况。

    对话续写类

    SFT

    ERNIE系列

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Lite-8K-0308 SFT FullFineTuning、LoRA 、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen：
    FullFineTuning、LoRA：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    LoRA-GA：单选，4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长4
    LoRA：[1,10000]，默认值16, 步长8（当maxSeqLen=8192时，推荐步长4）
    LoRA-GA：[1,10000]，默认值16，步长4（当maxSeqLen=8192时，推荐步长8）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8，默认为8
    loraAllLinear： 单选，True 或 False，默认为True
    · 仅LoRA-GA支持：
    loraRank：单选，8 或 64，默认为64
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    loraAllLinear：单选，True 或 False，默认为True
    ERNIE-Lite-128K-0419 SFT FullFineTuning · epoch：[1,50]，默认值3
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：[1,10000]，默认16，步长1
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Lite-128K-0722 SFT FullFineTuning、LoRA、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：[1,10000]，默认16，步长1
    · pseudoSamplingProb：[0,1.9]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA-GA支持：
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    ERNIE-Speed-8K SFT FullFineTuning、LoRA、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen：
    FullFineTuning、LoRA：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    LoRA-GA：单选，4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长2（当maxSeqLen=8192时，推荐步长1）
    LoRA、LoRA-GA：[1,10000]，默认值16，步长4（当maxSeqLen=8192时，推荐步长2）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，8 或 64，默认为64
    loraAllLinear： 单选，True 或 False，默认为True
    · 仅LoRA-GA支持：
    loraRank：单选，8 或 64，默认为64
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    loraAllLinear：单选，True 或 False，默认为True
    ERNIE-Character-8K-0321 SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长2（当maxSeqLen=4096时，推荐步长2；当maxSeqLen=8192时，推荐步长1）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8，默认为8
    loraAllLinear： 单选，True 或 False，默认为True
    ERNIE-Tiny-8K SFT FullFineTuning、LoRA、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen：
    FullFineTuning、LoRA：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    LoRA-GA：单选，4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值32，步长16（当maxSeqLen=8192时，推荐步长8）
    LoRA、LoRA-GA：[1,10000]，默认值32，步长16
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8，默认为8
    loraAllLinear： 单选，True 或 False，默认为True
    · 仅LoRA-GA支持：
    loraRank：单选，8 或 64，默认为64
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    loraAllLinear：单选，True 或 False，默认为True >
    ERNIE-4.0-Turbo-8K SFT LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.001]，默认0.000001，步长0.000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：[1,10000]，默认值18，步长2（当maxSeqLen=8192时，推荐步长1）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认constant
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · loraRank：单选，2、4、8、16、32 或 64，默认为64
    · loraAllLinear： 单选，True 或 False，默认为True
    ERNIE-Speed-Pro-128K SFT FullFineTuning、LoRA、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen：
    FullFineTuning、LoRA：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    LoRA-GA：单选，4096 或 8192，默认值8192
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长2（当maxSeqLen=131072时，推荐步长1）
    LoRA：[1,10000]，默认值16，步长4（当maxSeqLen=131072时，推荐步长1）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 8 或 4，默认为8
    loraAllLinear： 单选，True 或 False，默认为True
    · 仅LoRA-GA支持：
    loraRank：单选，8 或 64，默认为64
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    loraAllLinear：单选，True 或 False，默认为True
    ERNIE-Tiny-128K-0929 SFT FullFineTuning、LoRA、LoRA-GA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA、LoRA-GA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning、LoRA：[1,10000]，默认值16，步长4（当maxSeqLen=65536时，推荐步长2，当maxSeqLen=131072时，推荐步长8）
    LoRA-GA：[1,10000]，默认值16，步长4（当maxSeqLen=131072时，推荐步长1）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8，默认为8
    loraAllLinear： 单选，True 或 False，默认为True
    · 仅LoRA-GA支持：
    loraRank：单选，8 或 64，默认为64
    loragaInitIters：[0,10000000]，默认值4
    loragaStableGamma：[0,10000000]，默认值64
    loragaGradientOffload：字符串，False 或 True，默认值False
    loraAllLinear：单选，True 或 False，默认为True
    ERNIE-3.5-8K SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认0.00003，步长0.000001
    LoRA：[0.0000001,0.001]，默认0.0003，步长0.000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值 4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认64，步长1
    LoRA：[1,10000]，默认64，步长1
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType：
    FullFineTuning：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    LoRA：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值constant
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8 或 16 或 32 或 64，默认为64
    loraAllLinear： 单选，True 或 False，默认为True
    ERNIE-Character-Fiction-8K-1028 SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003
    LoRA：[0.000001,0.001]，默认值0.0003
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值2，步长1（当maxSeqLen=4096时，推荐步长2）
    LoRA：[1,10000]，默认值4，步长1（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长2）
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8,默认值8
    loraAllLinear： 单选，True 或 False，默认为True
    ERNIE-Code-3-128K SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003
    LoRA：[0.000001,0.001]，默认值0.0003
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072 默认值32768
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：[1,10000]，默认值16，步长1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · tensorParallelDegree:[1,8]，默认值8
    · 仅LoRA支持：
    loraRank： 单选，8 或 64，默认值64
    loraAllLinear： 单选，True 或 False，默认为True
    Qianfan-Sug SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.00003，步长0.000001
    LoRA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096 <
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值32，步长16（当maxSeqLen=8192时，推荐步长8）
    LoRA：[1,10000]，默认值32, 步长16
    · pseudoSamplingProb：[0,1]，默认值0，步长0.1
    · checkpointSaveStrategy：单选，step或epoch，默认值step
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认为64，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8，默认为8
    loraAllLinear： 单选，True 或 False，默认为True

    开源系列

    model trainMode parameterScale hyperParameterConfig
    Meta-Llama-3.1-8B SFT FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · validationStep:[0,1000000]，默认值16,步长1
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：当参数checkpointSaveStrategy=step时，此参数有效
    FullFineTuning：[64,4096]，默认值64
    LoRA：[64,4096]，默认值256
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Meta-Llama-3-8B SFT FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,2]，默认值1
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep:[0,1000000]，默认值16, 步长1
    Meta-Llama-3.2-1B-128K SFT FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · validationStep：[0,1000000]，默认值16，步长1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值8192
    · batchSize：[1,N]，默认值1，其中的 N 和 maxSeqLen 有关联，关联关系如下：
    maxSeqLen = 131072 时，N=1
    maxSeqLen = 65536 时，N=2
    maxSeqLen = 32768 时，N=4
    maxSeqLen = 16384 时，N=8
    maxSeqLen = 8192 时，N=16
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    Qianfan-Chinese-Llama-2-1.3B SFT FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    Qianfan-Chinese-Llama-2-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,8]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qianfan-Chinese-Llama-2-7B-32K SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001, 步长0.000001
    · batchSize：1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，4096 或 8192 或 16384 或 32768，默认值32768
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qianfan-Chinese-Llama-2-13B-v1 SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,8]，默认1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qianfan-Chinese-Llama-2-13B-v2 SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,8]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Mixtral-8x7B SFT FullFineTuning · epoch：[1,20]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.00001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    SQLCoder-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    ChatGLM2-6B-32K SFT FullFineTuning · epoch：[1,50]，默认值3
    · maxSeqLen：单选，4096 或 8192 或 16384 或 32768，默认值32768
    · batchSize32k：1，前置条件maxSeqLen=32768
    · batchSize16k：[1,2]，默认值1，前置条件maxSeqLen=16384
    · batchSize8k：[1,6]，默认值1，前置条件maxSeqLen=8192
    · batchSize4k：[1,12]，默认值 1，前置条件:maxSeqLen=4096
    · Packing：字符串，true 或 false 或 auto，默认值true
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03,，步长0.001
    · weightDecay：[0.001,1]，默认值0.01， 步长0.001
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · validationStep：[0,1000000]，默认值16,，步长1
    · saveStep：[64,4096]，默认值256
    ChatGLM2-6B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,2]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    ChatGLM3-6B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    FullFineTuning：[1,50]，默认值3
    LoRA：[1,50]，默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：16 或 32 或 64，默认值16
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：
    FullFineTuning：单选，4096 或 8192，默认值4096
    LoRA：单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Baichuan2-7B-Chat SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Baichuan2-13B-Chat SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,2]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    BLOOMZ-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    CodeLlama-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,4096]，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅Lora支持：
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1
    loraTargetModules：多选，self_attn.q_proj、self_attn.k_proj、self_attn.v_proj、self_attn.o_proj、mlp.gate_proj、mlp.up_proj、mlp.down_proj，默认值self_attn.q_proj + self_attn.v_proj
    Custom-Model（自定义模型） SFT FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    Qwen2.5-1.5B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qwen2.5-3B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qwen2.5-7B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qwen2.5-32B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    Qwen2.5-14B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    QwQ-32B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · globalBatchSize:[8,100000]，默认值16，步长8
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    ChatGLM4-9B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · validationStep：[0,1000000]，默认值16，步长1
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64，默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    DeepSeek-R1-Distill-Qwen-32B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：[1,50000]，默认值64
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    DeepSeek-R1-Distill-Qwen-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：[1,50000]，默认值64
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 默认值32
    loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    DeepSeek-R1 SFT LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · batchSize：[1,4]，默认值1
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · loraRank：8 或 16 或 32 或 64，默认值32
    · loraAlpha：8 或 16 或 32 或 64，默认值32
    · loraDropout：[0.01, 0.5]，默认值0.1，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    DeepSeek-R1-Distill-Qwen-14B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096或 8192 或 16384 或 32768，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：当参数checkpointSaveStrategy=step时，此参数有效
    FullFineTuning：[64,4096]，默认值64
    LoRA：[64,4096]，默认值256
    · 仅LoRA支持：
    loraRank：8 或 16 或 32 或 64，默认值32
    loraAlpha: 8 或 16 或 32 或 64，默认值32
    loraDropout: [0.01, 0.5]，默认值0.1，步长0.001
    DeepSeek-R1-Distill-Qianfan-Llama-8B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096或 8192 或 16384 或 32768，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：[1,50000]，默认值64
    DeepSeek-R1-Distill-Qwen-1.5B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096或 8192 或 16384 或 32768，默认值4096
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · validationStep：[0,1000000]，默认值16，步长1
    · saveStep：[64,4096]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · 仅LoRA支持：
    loraRank：8 或 16 或 32 或 64，默认值32
    loraAlpha：8 或 16 或 32 或 64，默认值32
    loraDropout：[0.01,0.5]，默认值0.1，步长0.001
    DeepSeek-R1-Distill-Qianfan-Llama-70B SFT FullFineTuning、LoRA · epoch：[1,50]，默认3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认16，步长8
    · Packing：字符串，true 或 false 或 auto，默认值true
    · schedulerName：单选，单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认0.03，步长0.001
    · weightDecay：[ 0.001,1]，默认0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认4096
    · checkpointCount：[1,10]，默认1
    · saveStep：[1,50000]，默认为64，checkpointCount需要是validationStep的整数倍
    · validationStep：[0,1000000]，默认16，步长1
    · 仅LoRA：
    loraRank：单选，[8,16,32,64 ]，默认32
    loraAlpha：单选，[8,16,32,64]，默认32
    loraDropout：[0.01,0.5]，默认0.1，步长0.001
    DeepSeek-V3-0324 SFT LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · globalBatchSize：[8,100000]，默认16，步长8
    · schedulerName： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认4096
    · loraRank：单选，8 或 16 或 32 或 64 ，默认8
    · loraAlpha：单选，8 或 16 或 32 或 64，默认值32
    · loraDropout：[0.01,0.5]，默认值0.1，步长0.001

    RFT

    model trainMode parameterScale hyperParameterConfig
    DeepSeek-R1-Distill-Qwen-14B RFT FullFineTuning · epoch：[1,50]，默认值1
    · criticLearningRate：[0.0000001,0.00001]，默认值0.000009，步长0.0000001，当RlMethod=PPO时，此参数有效
    · actorLearningRate：[0.0000001,0.00001]，默认值0.0000005，步长0.0000001
    · maxSeqLen：4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[1,10000]，默认值64（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · rolloutBatchSize：[1,10000]，默认值64，步长4（当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · numSamplesPerPrompt：[1,32]，默认值8，当RlMethod=GRPO时，此参数有效
    · maxPromptLen4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxPromptLen8k：[512,8092]，默认值1024，当maxSeqLen=8092时，此参数有效
    · maxPromptLen16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxPromptLen32k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength32k：[512,30720]，默认值1024，当maxSeqLen=32768时，此参数有效
    · maxLength4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxLength8k：[512,8092]，默认值1024，当maxSeqLen=8192时，此参数有效
    · loggingSteps：[1,1]，默认值1
    · klCoeff：[0.00001,0.01]，默认值0.001
    · checkpointSaveStrategy：字符串，默认值step
    · checkpointCount：[1,20]，默认值1,步长1，checkpointCount数不得大于迭代轮次
    · saveStep：2 或 4 或 8 或 16 或 32 或 64 或 128 或 256，默认值16，当checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    DeepSeek-R1-Distill-Qwen-7B RFT FullFineTuning · epoch：[1,50]，默认值1
    · criticLearningRate：[0.0000001,0.00001]，默认值0.000009，步长0.0000001，当RlMethod=PPO时，此参数有效
    · actorLearningRate：[0.0000001,0.00001]，默认值0.0000005，步长0.0000001
    · maxSeqLen：4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[1,10000]，默认值64（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · rolloutBatchSize：[1,10000]，默认值64，步长4（当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · numSamplesPerPrompt：[1,32]，默认值8，当RlMethod=GRPO时，此参数有效
    · maxPromptLen4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxPromptLen8k：[512,8092]，默认值1024，当maxSeqLen=8092时，此参数有效
    · maxPromptLen16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxPromptLen32k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength32k：[512,30720]，默认值1024，当maxSeqLen=32768时，此参数有效
    · maxLength4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxLength8k：[512,8092]，默认值1024，当maxSeqLen=8192时，此参数有效
    · loggingSteps：[1,1]，默认值1
    · klCoeff：[0.00001,0.01]，默认值0.001
    · checkpointSaveStrategy：字符串，默认值step
    · checkpointCount：[1,20]，默认值1,步长1，checkpointCount数不得大于迭代轮次
    · saveStep：2 或 4 或 8 或 16 或 32 或 64 或 128 或 256，默认值16，当checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    Qwen2.5-7B-Instruct RFT FullFineTuning · epoch：[1,50]，默认值1
    · criticLearningRate：[0.0000001,0.00001]，默认值0.000009，步长0.0000001，当RlMethod=PPO时，此参数有效
    · actorLearningRate：[0.0000001,0.00001]，默认值0.0000005，步长0.0000001
    · maxSeqLen：4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[1,10000]，默认值64（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · rolloutBatchSize：[1,10000]，默认值64，步长4（当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · numSamplesPerPrompt：[1,32]，默认值8，当RlMethod=GRPO时，此参数有效
    · maxPromptLen4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxPromptLen8k：[512,8092]，默认值1024，当maxSeqLen=8092时，此参数有效
    · maxPromptLen16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxPromptLen32k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength32k：[512,30720]，默认值1024，当maxSeqLen=32768时，此参数有效
    · maxLength4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxLength8k：[512,8092]，默认值1024，当maxSeqLen=8192时，此参数有效
    · loggingSteps：[1,1]，默认值1
    · klCoeff：[0.00001,0.01]，默认值0.001
    · checkpointSaveStrategy：字符串，默认值step
    · checkpointCount：[1,20]，默认值1,步长1，checkpointCount数不得大于迭代轮次
    · saveStep：2 或 4 或 8 或 16 或 32 或 64 或 128 或 256，默认值16，当checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    QwQ-32B RFT FullFineTuning · epoch：[1,50]，默认值1
    · criticLearningRate：[0.0000001,0.00001]，默认值0.000009，步长0.0000001，当RlMethod=PPO时，此参数有效
    · actorLearningRate：[0.0000001,0.00001]，默认值0.0000005，步长0.0000001
    · maxSeqLen：4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[1,10000]，默认值64（当maxSeqLen=4096时，推荐步长4；当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · rolloutBatchSize：[1,10000]，默认值64，步长4（当maxSeqLen=8192时，推荐步长1；当maxSeqLen=16384时，推荐步长1；当maxSeqLen=32768时，推荐步长1）
    · numSamplesPerPrompt：[1,32]，默认值8，当RlMethod=GRPO时，此参数有效
    · maxPromptLen4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxPromptLen8k：[512,8092]，默认值1024，当maxSeqLen=8092时，此参数有效
    · maxPromptLen16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxPromptLen32k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength16k：[512,15360]，默认值1024，当maxSeqLen=16384时，此参数有效
    · maxLength32k：[512,30720]，默认值1024，当maxSeqLen=32768时，此参数有效
    · maxLength4k：[512,3072]，默认值1024，当maxSeqLen=4096时，此参数有效
    · maxLength8k：[512,8092]，默认值1024，当maxSeqLen=8192时，此参数有效
    · loggingSteps：[1,1]，默认值1
    · klCoeff：[0.00001,0.01]，默认值0.001
    · checkpointSaveStrategy：字符串，默认值step
    · checkpointCount：[1,20]，默认值1,步长1，checkpointCount数不得大于迭代轮次
    · saveStep：2 或 4 或 8 或 16 或 32 或 64 或 128 或 256，默认值16，当checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42

    PostPretrain

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Speed-8K PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen： 单选，4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值32，步长1（当maxSeqLen=4096时，推荐步长2）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1，saveStep需要是validationStep的整数倍
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Tiny-8K PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen： 单选，4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值32，步长8（当maxSeqLen=4096时，推荐步长16）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1，saveStep需要是validationStep的整数倍
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    Qianfan-Chinese-Llama-2-13B-v1 PostPretrain - · epoch：1
    · learningRate：[0.0000002,0.0002]，默认值0.00002，步长0.000001
    · batchSize：[48,960]，默认值192，步长48
    · weightDecay：[0.0001,0.05]，默认值0.01，步长0.001
    · checkpointCount：[1,10]，默认值1
    · saveStep：[64,8192]，默认值64
    · validationStep：[0, 1000000]，默认值16，步长1
    ERNIE-Speed-Pro-128K PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=32768时，推荐步长2；当maxSeqLen=65536时，推荐步长2）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1，saveStep需要是validationStep的整数倍
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Tiny-128K-0929 PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen： 单选，16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长2（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=131072时，推荐步长8）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1，saveStep需要是validationStep的整数倍
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Lite-128K-0722 PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072, 默认值32768
    · globalBatchSize：[1,10000], 默认值16, 步长2（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=65536时，推荐步长4）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1，saveStep需要是validationStep的整数倍
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · tensorParallelDegree：[1,8]，默认值4
    · shardingParallelDegree：[1,64]，默认值2
    · sharding：stage1 或 stage2 或 stage3，默认值stage2
    · recompute：0 或 1，默认值1
    ERNIE-Character-Fiction-8K PostPretrain - · epoch：[1,50]，默认值1
    · learningRate：[0.00000010, 0.01]，默认值 0.00003，步长0.0000010
    · maxSeqLen： 单选, 可选项4096、8192, 默认值 4096
    · globalBatchSize：[1,10000]，默认值32，步长2（当maxSeqLen=8192时，推荐步长1）
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1, 2147483647]，默认值 42
    · lrSchedulerType：单选，可选项linear、cosine、polynomial、constant、constant_with_warmup，默认值 linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001, 0.0000010]，默认值 0.00000010，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：单选, 可选项False、True，默认值 False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：单选，可选项validationLoss，默认值 validationLoss
    earlyStoppingThreshold：[0,5]，默认值 0.01，步长0.01
    earlyStoppingPatience：[1,50]，默认值 3，步长1

    DPO

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Lite-8K-0308 DPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长4（当maxSeqLen=8192时，推荐步长8）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    ERNIE-Lite-128K-0722 DPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=32768时，推荐步长2；当maxSeqLen=65536时，推荐步长2，）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    ERNIE-Lite-128K-0419 DPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=32768时，推荐步长2；当maxSeqLen=65536时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    ERNIE-Speed-8K DPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    ERNIE-Tiny-8K DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值32，步长8（当maxSeqLen=4096时，推荐步长16）
    LoRA：[1,10000]，默认值32，步长8（当maxSeqLen=4096时，推荐步长16；当maxSeqLen=8192时，推荐步长16）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Speed-Pro-128K DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1
    LoRA：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=65536时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，8 或 64 ，默认值64
    ERNIE-Tiny-128K-0929 DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长2（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=131072时，推荐步长8）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Character-8K-0321 DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：
    FullFineTuning：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    LoRA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1
    LoRA：[1,10000]，默认值16，步长2
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：
    FullFineTuning：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：
    FullFineTuning：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    pseudoSamplingProb：[0,0.9]，默认值0，步长0.1
    loraAllLinear：True 或 False，默认值True
    loraRank：2 或 4 或 8，默认值8
    Meta-Llama-3.1-8B DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    LoRA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选,1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长1
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍
    · schedulerName： 单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · perDeviceTrainBatchSize：[1,8]，默认值1
    · 仅LoRA支持：
    loraRank：[8,64], 默认值64
    ERNIE-3.5-8K DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 单选，4096 或 8192，默认值8192
    · maxPromptLen：[1,131062]，默认值2048
    · maxSteps：[0,10000000]，默认值0
    · recompute：
    FullFineTuning：0或1，默认值1
    LoRA：0或1，默认值0
    · globalBatchSize：[1,10000]，默认值16，步长1
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：[2,4,8], 默认值8
    Baichuan2-7B-Chat DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    LoRA：[0.000001,0.001]，默认值0.0003，步长0.000001
    · maxSeqLen： 单选,1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长1
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍
    · schedulerName： 单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · perDeviceTrainBatchSize：[1,8]，默认值1
    · 仅LoRA支持：
    loraRank：[8,64], 默认值64
    Qianfan-Sug DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值32，步长16（当maxSeqLen=4096时，步长为8）
    LoRA：[1,10000]，默认值32，步长16
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1，步长1
    · saveStep：[1,50000]，步长64
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3],默认值1
    · validationStep：[0,1000000]，默认值16，步长1
    · lossType：字符串 sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：2 或 4 或 8，默认值8
    DeepSeek-R1-Distill-Qwen-14B DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001,步长0.000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[8,100000]，默认值16，步长8
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointCount：[1,10]，默认值1，步长1
    · saveStep：[1,50000]，默认值64
    · seed：[1,2147483647]，默认值42
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · validationStep：[0,1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 仅LoRA支持：
    loraRank：8 或 64，默认值64
    ERNIE-4.0-Turbo-8K DPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen： 4096 或 8192，默认值8192（最长提示长度不得大于序列长度减10）
    · globalBatchSize：[1,10000]，默认值18，步长1
    · maxPromptLen:[1,131062]，默认值2048(最长提示长度不得大于序列长度减10)
    · maxSteps:[0,10000000]， 默认值0
    · [1,8]，默认值8
    · shardingParallelDegree：[1,64]，默认值1
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    ERNIE-Code-3-128K DPO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认32768
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认16，步长1
    LoRA： [1,10000]，默认值16，步长4（当maxSeqLen=131072，推荐步长1）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · seed：[1,2147483647]，默认值42
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，saveStep需要是validationStep的整数倍，当参数checkpointSaveStrategy=step时，此参数有效
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，当参数earlyStopping为True时，此参数有效
    · 仅LoRA：
    loraRank：单选，[8,64 ]，默认64
    DeepSeek-R1 DPO LoRA · epoch：[1,50]默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001,步长0.000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[8,100000]，默认值16，步长8
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · loraRank：单选，8 或 16 或 32 或 64，默认8
    · loraAlpha：单选，8 或 16 或 32 或 64，默认32
    · loraDropout：[0.01,0.5]，默认0.1，步长0.001
    Qwen2.5-1.5B-Instruct DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · maxSeqLen：maxSeqLen：512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，false 或 true 或 auto，默认：auto
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointCount：[1,10]，默认值1，步长1
    · saveStep：[1,50000]，默认值64
    · seed：[1,2147483647]，默认值42
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · validationStep：[0,1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 仅LoRA支持：
    loraRank：8 或 64，默认值64
    Qwen2.5-14B-Instruct DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · maxSeqLen：512 或 1024 或 2048 或 4096 或 8192 或 16384 或 32768，默认值4096
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，false 或 true 或 auto，默认：auto
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointCount：[1,10]，默认值1，步长1
    · saveStep：[1,50000]，默认值64
    · seed：[1,2147483647]，默认值42
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · validationStep：[0,1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 仅LoRA支持：
    loraRank：8 或 64，默认值64
    Qwen2.5-32B-Instruct DPO FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：[0.0000000001,0.0002]，默认值0.000001，步长0.000001
    · maxSeqLen：maxSeqLen：512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[8,100000]，默认值16，步长8
    · Packing：字符串，false 或 true 或 auto，默认：auto
    · warmupRatio：[0.01,0.1]，默认值0.03，步长0.001
    · weightDecay：[0.001,1]，默认值0.01，步长0.001
    · dpoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointCount：[1,10]，默认值1，步长1
    · saveStep：[1,50000]，默认值64
    · seed：[1,2147483647]，默认值42
    · schedulerName：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值cosine
    · validationStep：[0,1000000]，默认值16，步长1
    · lossType：sigmoid 或 ipo 或 kto_pair，默认值sigmoid
    · 仅LoRA支持：
    loraRank：8 或 64，默认值64

    KTO

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Speed-8K KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长2（当maxSeqLen=4096时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，8 或 64 ，默认值64
    ERNIE-Lite-128K-0419 KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=32768时，推荐步长2；当maxSeqLen=65536时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长8；当maxSeqLen=32768时，推荐步长8；当maxSeqLen=65536时，推荐步长4；当maxSeqLen=131072时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Lite-8K-0308 KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长4（当maxSeqLen=8192时，推荐步长8）
    LoRA：[1,10000]，默认值16，步长4（当maxSeqLen=4096时，推荐步长8）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank： 单选，2 或 4 或 8 ，默认值8
    ERNIE-Character-Fiction-8K KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    ·globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长2（当maxSeqLen=4096时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Character-8K-0321 KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长2（当maxSeqLen=4096时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Tiny-8K KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值32，步长8（当maxSeqLen=4096时，推荐步长16）
    LoRA：[1,10000]，默认值32，步长8（当maxSeqLen=4096时；当推荐步长16时，maxSeqLen=8192,推荐步长16）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Tiny-128K-0929 KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长2（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=131072时，推荐步长8）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    ERNIE-Speed-Pro-128K KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1
    LoRA：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=65536时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，8 或 64 ，默认值64
    ERNIE-3.5-8K KTO FullFineTuning、LoRA · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001，步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：
    FullFineTuning：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    LoRA：[1,10000]，默认值16，步长2（当maxSeqLen=4096时，推荐步长4）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · ktoBeta：[0.01,1]，默认值0.1，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42
    · lrSchedulerType： 单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · validationStep：[0,1000000]，默认值16，步长1
    · power：[1,3]，默认值1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，8 或 64 ，默认值64

    RLHF

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Lite-8K-0308 RM FullFineTuning · epoch：[1, 50]，默认值3
    · learningRate：[0.00000010, 0.01]，默认值0.0000010，步长0.00000010
    · maxSeqLen：单选，可选项4096、8192，默认值4096
    · globalBatchSize：[1, 10000]，默认值16，步长2（当maxSeqLen=8192时，推荐步长4）
    · useCls：单选，可选项true、false，默认值true
    · warmupRatio：[0.01, 0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001, 0.1]，默认值0.01，步长0.0001
    · pseudoSamplingProb：[0, 0.9]，默认值0，步长0.1
    · seed：[1, 2147483647]，默认值42
    · lrSchedulerType：单选，可选项linear、cosine、polynomial、constant、constant_with_warmup，默认值linear
    · numCycles：[0.1, 0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001, 0.0000010]，默认值0.00000010，步长0.00000001
    · validationStep：[0, 1000000]，默认值16，步长1
    · power：[1, 3]，默认值1
    ERNIE-Lite-8K-0308 PPO FullFineTuning · epoch：[1, 50]，默认值3
    · critic_learning_rate：[0.00000010, 0.00001]，默认值0.000002，步长0.00000010
    · learningRate：[0.00000010, 0.00001]，默认值0.0000010，步长0.00000010
    · maxSeqLen：单选，可选项4096、8192，默认值4096
    · globalBatchSize：[1, 10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长4）
    · clip_range_score：[5, 50]，默认值10
    · clip_range_value：[5, 50]，默认值5
    · clip_range_ratio：[0.01, 0.3]，默认值0.2
    · loggingSteps：[1, 1]，默认值1
    · warmupRatio：[0.01, 0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001, 0.1]，默认值0.01，步长0.0001
    · top_p：[0, 1]，默认值0.9
    · validationStep：[0, 1000000]，默认值16，步长1
    · repetition_penalty：[1, 2]，默认值1
    · temperature：[0, 1]，默认值1
    · kl_coeff：[0.001, 0.1]，默认值0.02
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1, 10]，默认值1
    · saveStep：单选，可选项64、128、256、512、1024、2048、4096，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1, 2147483647]，默认值42
    · lrSchedulerType：单选，可选项linear、cosine、polynomial、constant、constant_with_warmup，默认值linear
    · numCycles：[0.1, 0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001, 0.0000010]，默认值0.00000010，步长0.00000001
    · power：[1, 3]，默认值1
    ERNIE-Tiny-8K RM FullFineTuning · epoch：[1, 50]，默认值3
    · learningRate：[0.00000010, 0.01]，默认值0.0000010，步长0.00000010
    · maxSeqLen：单选，可选项4096、8192，默认值4096
    · globalBatchSize：[1, 10000]，默认值16，步长2（当maxSeqLen=8192时，推荐步长4）
    · useCls：单选，可选项true、false，默认值true
    · warmupRatio：[0.01, 0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001, 0.1]，默认值0.01，步长0.0001
    · pseudoSamplingProb：[0, 0.9]，默认值0，步长0.1
    · seed：[1, 2147483647]，默认值42
    · lrSchedulerType：单选，可选项linear、cosine、polynomial、constant、constant_with_warmup，默认值linear
    · numCycles：[0.1, 0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001, 0.0000010]，默认值0.00000010，步长0.00000001
    · validationStep：[0, 1000000]，默认值16，步长1
    · power：[1, 3]，默认值1
    ERNIE-Tiny-8K PPO FullFineTuning · epoch：[1, 50]，默认值3
    · critic_learning_rate：[0.00000010, 0.00001]，默认值0.000002，步长0.00000010
    · learningRate：[0.00000010, 0.00001]，默认值0.0000010，步长0.00000010
    · maxSeqLen：单选，可选项4096、8192，默认值4096
    · globalBatchSize：[1, 10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长4）
    · clip_range_score：[5, 50]，默认值10
    · clip_range_value：[5, 50]，默认值5
    · clip_range_ratio：[0.01, 0.3]，默认值0.2
    · loggingSteps：[1, 1]，默认值1
    · warmupRatio：[0.01, 0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001, 0.1]，默认值0.01，步长0.0001
    · top_p：[0, 1]，默认值0.9
    · validationStep：[0, 1000000]，默认值16，步长1
    · repetition_penalty：[1, 2]，默认值1
    · temperature：[0, 1]，默认值1
    · kl_coeff：[0.001, 0.1]，默认值0.02
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1, 10]，默认值1
    · saveStep：单选，可选项64、128、256、512、1024、2048、4096，默认值256，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1, 2147483647]，默认值42
    · lrSchedulerType：单选，可选项linear、cosine、polynomial、constant、constant_with_warmup，默认值linear
    · numCycles：[0.1, 0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001, 0.0000010]，默认值0.00000010，步长0.00000001
    · power：[1, 3]，默认值1

    SimPO

    model trainMode parameterScale hyperParameterConfig
    ERNIE-Character-Fiction-8K-1028 SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001,步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Lite-128K-0722 SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001, 0.01]，默认值0.00003，步长0.000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=65536时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · tensorParallelDegree：[1,8]，默认值4
    · shardingParallelDegree：[1,64]，默认值2
    · sharding：stage1 或 stage2 或 stage3，默认值stage2
    · recompute：0 或 1，默认值1
    ERNIE-Lite-8K-0308 SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001,步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长4
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · tensorParallelDegree：[1,8]，默认值2
    · shardingParallelDegree：[1,64]，默认值4
    · sharding：stage1 或 stage2 或 stage3，默认值stage2
    ERNIE-Speed-8K SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001,步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=4096时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    ERNIE-Speed-Pro-128K SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长2；当maxSeqLen=32768时，推荐步长2；当maxSeqLen=65536时，推荐步长2）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · sharding：stage1 或 stage2 或 stage3，默认值stage2
    · recompute：0 或 1，默认值 1
    ERNIE-Tiny-8K SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.000001,步长0.0000001
    · maxSeqLen：单选，512 或 1024 或 2048 或 4096 或 8192，默认值4096
    · globalBatchSize：[1,10000]，默认16，步长8（当maxSeqLen=4096时，推荐步长16）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0, 1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · tensorParallelDegree：[1,8]，默认1
    · shardingParallelDegree：[1,64]，默认8
    ERNIE-Tiny-128K-0929 SimPO FullFineTuning · epoch：[1,50]，默认值3
    · learningRate：[0.0000001,0.01]，默认值0.00003，步长0.000001
    · maxSeqLen：单选，8192 或 16384 或 32768 或 65536 或 131072，默认值32768
    · globalBatchSize：[1,10000]，默认值16，步长1（当maxSeqLen=16384时，推荐步长4；当maxSeqLen=32768时，推荐步长4；当maxSeqLen=65536时，推荐步长2；当maxSeqLen=131072时，推荐步长8）
    · loggingSteps：1
    · warmupRatio：[0.01,0.5]，默认值0.1，步长0.01
    · weightDecay：[0.0001,0.1]，默认值0.01，步长0.0001
    · simpoBeta：[2,2.5]，默认值2，步长0.001
    · simpoGamma：[0.01,1.5]，默认值0.5，步长0.001
    · checkpointSaveStrategy: 单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · seed：[1,2147483647]，默认值42，步长1
    · lrSchedulerType：单选，linear 或 cosine 或 polynomial 或 constant 或 constant_with_warmup，默认值linear
    · numCycles：[0.1,0.5]，默认值0.5，步长0.1
    · lrEnd：[0.00000001,0.000001]，默认值0.0000001，步长0.00000001
    · power：[1,3]，默认值1
    · validationStep：[0,1000000]，默认值16，步长1
    · 早停策略相关参数：
    earlyStopping：True 或 False，默认False，当参数checkpointSaveStrategy=step时，此参数有效
    earlyStopMetric：ValidationLoss，当参数earlyStopping为True时，此参数有效
    earlyStoppingThreshold：[0,5] ，默认值 0.01，步长0.01，当参数earlyStopping为True时，此参数有效
    earlyStoppingPatience：[1,50]，默认值 3，步长1，当参数earlyStopping为True时，此参数有效
    · 仅LoRA支持：
    loraRank：单选，2 或 4 或 8 ，默认值8
    · tensorParallelDegree：[1,8]，默认值1
    · shardingParallelDegree：[1,64]，默认值8
    · sharding：stage1 或 stage2 或 stage3，默认值stage2
    · recompute：0 或 1，默认值1

    图像生成类

    model trainMode parameterScale hyperParameterConfig
    WENXIN-YIGE SFT FullFineTuning · epoch：[1,100]，默认值20
    · learningRate：[0.00000001,0.01]，默认值0.00001
    · batchSize：[1,8]，默认值8
    Stable-Diffusion-XL-Base-1.0 SFT LoRA · epoch：[1,100]，默认值20
    · learningRate：[0.00001,0.0001]，默认值0.00005
    · batchSize：[2,8]，默认值8

    图像理解类型

    model trainMode parameterScale hyperParameterConfig
    LLAVA-V1.6-13B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.000001
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · validationStep：[0,1000000]，默认值16，递增步长1
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001,1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096，默认值2048
    · freezeViT：布尔值，True 或 False，默认False
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    InternVL2-2B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,001]，默认值0.00001，递增步长0.000001
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01, 0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，True 或 False，默认False
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    Qwen2-VL-7B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.000001
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64（，当checkpointSaveStrategy=step，此参数有效
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01, 0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，true 或 false，默认false
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    InternVL2-8B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.000001
    LoRA： [0.0000000001,0.001]，默认值0.0001，步长0.00004
    · validationStep：[0, 1000000], 默认值16，递增步长1
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01, 0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，True 或 False，默认False
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    InternLM-XComposer2.5 SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：[0.0000000001,0.001]，默认值0.00001，步长0.00001
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，True 或 False，默认False
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    Qwen2-VL-2B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.00004
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：step 或 epoch，默认值step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01, 0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，true 或 false，默认false
    · 仅LoRA：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    InternVL2.5-8B SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.00004
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：单选，step 或 epoch，默认step
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当参数checkpointSaveStrategy=step时，此参数有效
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01,0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，True 或 False，默认False
    · 仅LoRA支持：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    Qwen2.5-VL-7B-Instruct SFT FullFineTuning、LoRA · epoch：[1,50]，默认值1
    · learningRate：
    FullFineTuning：[0.0000000001,0.001]，默认值0.00001，递增步长0.00004
    LoRA：[0.0000000001,0.001]，默认值0.0001，递增步长0.00004
    · batchSize：默认值1，步长1，取值范围如下：
    当maxSeqLen为8192时，取值范围为[1,4]
    当maxSeqLen为4096时，取值范围为[1,8]
    当maxSeqLen为2048、1024、512时，取值范围为[1,16]
    · checkpointSaveStrategy：step 或 epoch，默认值step
    · checkpointCount：[1,10]，默认值1
    · saveStep：[1,50000]，默认值64，当checkpointSaveStrategy=step时，此参数有效
    · validationStep：[0, 1000000]，默认值16，递增步长1
    · schedulerName：单选：linear、cosine、polynomial、constant、constant_with_warmup，默认值cosine
    · warmupRatio：[0.01, 0.1]，默认值0.05，递增步长0.001
    · weightDecay：[0.001, 1]，默认值0.1，递增步长0.001
    · maxSeqLen：单选：512、1024、2048、4096、8192，默认值2048
    · freezeViT：布尔值，true 或 false，默认false
    · 仅LoRA：
    loraRank：单选，8 或 16 或 32 或 64 或 128 或 256，默认值8
    上一篇
    删除模型精调任务
    下一篇
    模型压缩