工具介绍与办公应用
TrainJudge
在命令行诊断是否适合微调，审查数据并比较微调前后的留出集任务表现和通用能力变化。
TrainJudge 能做什么
在命令行诊断是否适合微调，审查数据并比较微调前后的留出集任务表现和通用能力变化。
- 语言模型与智能体质量评估及回归检查
如何使用 TrainJudge
判断一次微调是否真正改善目标任务
准备输入
- 任务目标
- JSONL 数据集
- 基础模型和执行预算
操作步骤
- 先诊断问题类型并审查训练数据。
- 划分留出集后按限定参数执行训练。
- 验证任务指标与通用能力回归，依据证据接受或拒绝新模型。
预期交付物
- 数据审查记录
- 微调验证报告
内置演示使用合成数据，其指标不能外推；真实任务需准备代表性留出集。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
