Model Gallery intègre PAI-DLC et PAI-EAS pour permettre le déploiement et l'entraînement sans code de grands modèles de langage open source. Cette rubrique explique comment déployer, affiner et évaluer le modèle Qwen3-0.6B.
1. Prérequis
Pour activer PAI et créer un espace de travail, connectez-vous à la console PAI avec votre compte Alibaba Cloud, sélectionnez une région dans le coin supérieur gauche, puis activez le service via l'autorisation en un clic.
2. Facturation
Les exemples présentés dans cette rubrique utilisent des ressources publiques pour créer des tâches PAI-DLC et des services PAI-EAS, facturés selon le mode de paiement à l'utilisation. Pour plus d'informations, consultez les rubriques Facturation PAI-DLC et Facturation PAI-EAS.
3. Déploiement du modèle
3.1 Déployer le modèle
Connectez-vous à la console PAI. Dans le volet de navigation de gauche, cliquez sur Model Gallery, recherchez la carte Qwen3-0.6B, puis cliquez sur Deploy.
-
La page de configuration est préremplie avec les paramètres par défaut. Cliquez sur Deploy > Confirm. Le déploiement prend environ cinq minutes. L'opération est réussie lorsque le statut passe à In operation.
Par défaut, le modèle est déployé à l'aide de ressources publiques et facturé selon le mode de paiement à l'utilisation.
La spécification de ressource de déploiement par défaut est
ecs.gn7i-c8g1.2xlarge(8 vCPU, 30 GiB, NVIDIA A10 × 1), dont le coût s'élève à environ 10,5 CNY/heure. Après avoir vérifié la configuration, cliquez sur Deploy en bas du panneau.
3.2 Appeler le modèle
-
Consultez les informations d'appel. Sur la page des détails du service, cliquez sur View Call Information pour obtenir l'Internet Endpoint et le Token.
Pour consulter ultérieurement les détails de la tâche de déploiement, cliquez dans le volet de navigation de gauche sur Model Gallery > Job Management > Deployment Jobs . Ensuite, cliquez sur le Service name cible.
Dans la boîte de dialogue invocation information qui s'affiche, consultez respectivement l'Internet Endpoint et le point de terminaison VPC sous les onglets Shared Gateway et VPC High-Speed Direct Connection.
-
Appelez le modèle en utilisant l'une des méthodes suivantes.
Débogage en ligne
Accédez à la page Online Debugging. Le service de grand modèle de langage prend en charge le Conversation Debugging et le API Debugging.
Client Cherry Studio
Cherry Studio est un client populaire pour interagir avec les grands modèles de langage. Il intègre la fonctionnalité MCP, qui vous permet de discuter facilement avec les modèles.
Se connecter au modèle Qwen3 déployé sur PAI
-
Installer le client
Téléchargez et installez le client depuis Cherry Studio.
Vous pouvez également accéder à
https://github.com/CherryHQ/cherry-studio/releasespour télécharger le client. -
Ajouter un fournisseur.
Cliquez sur le bouton
Settings situé dans le coin inférieur gauche. Dans la section Model Provider, cliquez sur Add.Dans le champ Provider Name, saisissez un nom personnalisé, tel que Platform for AI (PAI), et définissez le type de fournisseur sur OpenAI.
Cliquez sur OK.
Dans le champ API Key, saisissez votre Token. Dans le champ API Host, saisissez votre endpoint.
Cliquez sur Add. Dans le champ model ID, saisissez
Qwen3-0.6B(sensible à la casse) pour ajouter le modèle.Vous pouvez cliquer sur Check à côté de API Key pour vérifier la connectivité.
Cliquez sur l'icône
pour revenir à la page de discussion. En haut de la fenêtre, basculez vers votre nouveau modèle Qwen3-0.6B afin de démarrer la conversation.
SDK Python
from openai import OpenAI import os # If you have not set the environment variable, you can assign your service Token directly. For example: token = 'YTA1NTEzMzY3ZTY4Z******************' token = os.environ.get("Token") # Do not remove "/v1" from the end of the endpoint. client = OpenAI( api_key=token, base_url=f'<your_endpoint>/v1', ) if token is None: print("Please configure the Token environment variable, or assign the token value directly to the token variable.") exit() query = 'Hello, who are you?' messages = [{'role': 'user', 'content': query}] resp = client.chat.completions.create(model='Qwen3-0.6B', messages=messages, max_tokens=512, temperature=0) query = messages[0]['content'] response = resp.choices[0].message.content print(f'query: {query}') print(f'response: {response}') -
3.3 Rappel important
Ce service de modèle utilise des ressources publiques et est facturé selon le mode de paiement à l'utilisation. Pour éviter des frais inutiles, arrêtez ou supprimez le service lorsque vous n'en avez plus besoin.
Vous pouvez effectuer cette opération dans l'onglet Job Management > Deployment Jobs, dans la colonne Actions du service cible.
4. Affinage du modèle
Pour améliorer les performances d'un modèle dans un domaine spécifique, vous pouvez l'affiner à l'aide d'un jeu de données spécialisé. Cette section présente un cas d'usage illustrant l'objectif et les étapes de l'affinage de modèle.
4.1 Cas d'usage
Dans le secteur logistique, il est fréquent d'extraire des informations structurées (telles que le destinataire, l'adresse et le numéro de téléphone) à partir de langage naturel. Les modèles à grand nombre de paramètres, tels que Qwen3-235B-A22B, offrent de bonnes performances pour cette tâche, mais leur coût et leur latence sont élevés. Pour équilibrer performances et coûts, vous pouvez d'abord utiliser un modèle à grand nombre de paramètres pour étiqueter les données, puis utiliser ces données pour affiner un modèle à faible nombre de paramètres, tel que Qwen3-0.6B, afin d'obtenir des performances similaires sur la tâche. Ce processus est également appelé distillation de modèle.
Pour cette tâche, le modèle Qwen3-0.6B original affiche une précision de 50 % . Après affinage, sa précision peut dépasser 90 %.
Exemple d'informations d'adresse du destinataire | Exemple d'informations structurées |
Amina Patel - Phone number (474) 598-1543 - 1425 S 5th St, Apt 3B, Allentown, Pennsylvania 18104 | |
4,2 Préparation des données
Cette tâche consiste à réaliser une distillation de modèle, du modèle enseignant (Qwen3-235B-A22B) vers le modèle Qwen3-0,6B. Vous devez d'abord utiliser l'API du modèle enseignant pour extraire les informations d'adresse du destinataire sous forme de données JSON structurées. La génération de ces données JSON peut prendre du temps. Par conséquent, cet article met à votre disposition un jeu de données d'entraînement train.json et un jeu de validation eval.json que vous pouvez télécharger et utiliser directement.
Dans le processus de distillation de modèle, le modèle disposant du plus grand nombre de paramètres est appelé modèle enseignant. Les données utilisées dans cet article sont générées de manière synthétique par un grand modèle et ne contiennent aucune information sensible relative aux utilisateurs.
Mise en production
4,3 Affiner le modèle
Dans le volet de navigation de gauche, cliquez sur Model Gallery. Recherchez la carte Qwen3-0.6B et cliquez sur Fine-tune.
-
Configurez les paramètres de la tâche d'entraînement. Définissez uniquement les paramètres clés suivants et conservez les valeurs par défaut pour les autres.
-
Training Mode : la sélection par défaut est SFT (Supervised Fine-Tuning) avec la méthode LoRA.
LoRA est une technique d'affinage efficace qui économise les ressources d'entraînement en modifiant uniquement un sous-ensemble des paramètres du modèle.
Training dataset : téléchargez d'abord l'exemple de jeu de données d'entraînement train.json. Ensuite, sur la page de configuration, sélectionnez OSS file or directory, cliquez sur l'icône
pour choisir un bucket, cliquez sur Upload File afin de charger le jeu de données téléchargé vers Object Storage Service (OSS), puis sélectionnez le fichier.-
Validate dataset : téléchargez d'abord le jeu de données de validation eval.json. Cliquez ensuite sur Add validation dataset et suivez la même procédure que pour le jeu de données d'entraînement afin de charger et de sélectionner le fichier.
Le jeu de données de validation évalue les performances du modèle sur des données non vues pendant l'entraînement.
Model output path : par défaut, le système enregistre le modèle affiné dans OSS. Si le répertoire OSS cible est vide, cliquez sur Create folder et sélectionnez le répertoire nouvellement créé.
-
Resource Group Type : sélectionnez Public Resource Group. Cette tâche d'affinage nécessite environ 5 Go de mémoire GPU. La console a déjà filtré les types d'instance répondant à cette exigence. Sélectionnez un type d'instance, par exemple
ecs.gn7i-c16g1.4xlarge. -
Hyperparameters :
learning_rate: définissez la valeur sur 0,0005num_train_epochs: définissez la valeur sur 4per_device_train_batch_size: définissez la valeur sur 8seq_length: définissez la valeur sur 512
Cliquez ensuite sur Train > OK. La tâche d'entraînement passe à l'état Creating. Lorsque le statut devient In operation, l'affinage du modèle commence.
-
-
Surveillez la tâche d'entraînement jusqu'à son achèvement. Le processus d'affinage dure environ 10 minutes. Pendant ce temps, la page des détails de la tâche affiche les journaux et les courbes de métriques. Une fois la tâche d'entraînement terminée, le système enregistre le modèle affiné dans le répertoire OSS spécifié.
Pour consulter ultérieurement les détails de la tâche d'entraînement, cliquez dans le volet de navigation de gauche sur Model Gallery > Job Management > Training Jobs , puis cliquez sur le nom de la tâche.
4,4 Déployer le modèle affiné
Sur la page des détails de la tâche d'entraînement, cliquez sur Deploy pour ouvrir la page de configuration du déploiement. Pour Resource Type, sélectionnez Public Resources. Le déploiement du modèle 0,6B nécessite environ 5 Go de mémoire GPU. La liste sous Instance Type affiche automatiquement les spécifications compatibles. Sélectionnez-en une, par exemple ecs.gn7i-c8g1.2xlarge. Conservez les valeurs par défaut pour les autres paramètres, puis cliquez sur Deploy > OK.
Le déploiement prend environ 5 minutes et s'achève lorsque le statut passe à Running.
Pour consulter les détails de la tâche d'entraînement, cliquez dans le volet de navigation de gauche sur Model Gallery > Job Management > Training Jobs , puis cliquez sur le nom de la tâche.
Si le bouton Deploy est désactivé après la réussite de la tâche d'entraînement, cela signifie que le modèle de sortie est toujours en cours d'enregistrement. Attendez environ une minute pour que le bouton soit activé.
Les étapes pour appeler le modèle sont identiques à celles décrites dans 3,2 Appeler le modèle.
4,5 Évaluer le modèle affiné
Avant de déployer le modèle affiné en production, évaluez ses performances pour garantir sa stabilité et sa précision. Cette évaluation permet d'éviter les problèmes imprévus après le déploiement.
Préparer les données de test
Préparez un jeu de données de test qui ne chevauche pas vos données d'entraînement afin d'évaluer les performances du modèle. Le code de test de précision ci-dessous télécharge automatiquement un ensemble de test à cet effet.
L'utilisation d'un jeu de données de test distinct des données d'entraînement garantit une évaluation impartiale de la capacité de généralisation du modèle sur des données inédites. Cette pratique évite les scores artificiellement élevés résultant de l'évaluation du modèle sur des données qu'il a déjà rencontrées.
Concevoir les métriques d'évaluation
Les métriques d'évaluation doivent être étroitement alignées sur vos objectifs métier. Pour le cas d'usage de cette solution, outre la validation du JSON généré, vous devez également vérifier l'exactitude des paires clé-valeur.
Définissez les métriques d'évaluation par programmation. Pour l'implémentation dans cet exemple, reportez-vous à la méthode compare_address_info dans le code de test de précision ci-dessous.
Valider le modèle affiné
Exécutez le code de test suivant pour afficher la précision du modèle sur l'ensemble de test.
Résultat :
All predictions complete! Results have been saved to predicted_labels.jsonl
Number of samples: 400
Correct responses: 382
Incorrect responses: 18
Accuracy: 95.5 %
En raison de l'utilisation d'un seed aléatoire lors du fine-tuning du modèle et de la nature stochastique des sorties du grand modèle de langage, la précision que vous obtenez peut différer des résultats présentés dans cette solution. Cette variance est normale.
La précision atteint 95,5 %, ce qui constitue une amélioration significative par rapport aux 50 % de précision du modèle Qwen3-0.6B d'origine. Cela démontre que le fine-tuning a considérablement amélioré les performances du modèle pour l'extraction d'informations structurées dans le domaine logistique.
Ce guide utilise uniquement 4 époques d'entraînement afin de réduire le temps de formation, ce qui a permis d'atteindre une précision de 95,5 %. Vous pouvez encore améliorer la précision en augmentant le nombre d'époques d'entraînement.
4.6 Remarque importante
Le service de modèle présenté dans cette rubrique utilise des ressources publiques et fonctionne selon le mode de facturation au paiement à l'utilisation. Lorsque vous n'avez plus besoin du service, arrêtez-le ou supprimez-le pour éviter toute facturation supplémentaire.
Documents connexes
Pour en savoir plus sur les fonctionnalités de Model Gallery, telles que l'évaluation et la compression, consultez la section Model Gallery.
Pour en savoir plus sur les fonctionnalités d'EAS, telles que Auto Scaling, les tests de charge, ainsi que la surveillance et les alertes, consultez la section Aperçu d'EAS.

