O Model Gallery encapsula o PAI-DLC e o PAI-EAS para oferecer suporte à implantação e ao treinamento sem código de modelos de linguagem de grande porte de código aberto. Este tópico demonstra como implantar, ajustar (fine-tune) e avaliar o modelo Qwen3-0.6B.
1. Pré-requisitos
Para ativar o PAI e criar um workspace, faça login no PAI console com sua conta da Alibaba Cloud, escolha uma região no canto superior esquerdo e ative o serviço com a autorização de um clique.
2. Faturamento
Os exemplos deste tópico utilizam recursos públicos para criar tarefas no PAI-DLC e serviços no PAI-EAS, que são faturados conforme o uso (pay-as-you-go). Para mais detalhes, consulte PAI-DLC billing e PAI-EAS billing.
3. Implantação do modelo
3.1 Implantar o modelo
Faça login no PAI console. No painel de navegação à esquerda, clique em Model Gallery, procure o card do Qwen3-0.6B e, em seguida, clique em Deploy.
-
A página de configuração já vem preenchida com os parâmetros padrão. Clique em Deploy > Confirm. A implantação leva cerca de cinco minutos e estará concluída quando o status mudar para In operation.
Por padrão, o modelo é implantado usando recursos públicos e é faturado no modelo de pagamento conforme o uso.
A especificação de recurso padrão para a implantação é
ecs.gn7i-c8g1.2xlarge(8 vCPU, 30 GiB, NVIDIA A10 × 1), com custo aproximado de CNY 10,5/hora. Após revisar a configuração, clique em Deploy na parte inferior do painel.
3.2 Invocar o modelo
-
Visualize as informações de invocação. Na página de detalhes do serviço, clique em View Call Information para obter o Internet Endpoint e o Token.
Para visualizar os detalhes da tarefa de implantação posteriormente, no painel de navegação à esquerda, clique em Model Gallery > Job Management > Deployment Jobs . Em seguida, clique no Service name de destino.
Na caixa de diálogo invocation information exibida, visualize o Internet Endpoint e o VPC endpoint nas guias Shared Gateway e VPC High-Speed Direct Connection, respectivamente.
-
Invoque o modelo utilizando um dos métodos a seguir.
Depuração online
Mude para a página Online Debugging. O serviço de modelo de linguagem de grande porte oferece suporte a Conversation Debugging e API Debugging.
Cliente Cherry Studio
O Cherry Studio é um cliente popular para interagir com modelos de linguagem de grande porte. Ele integra o recurso MCP, que permite conversar facilmente com os modelos.
Conectar-se ao modelo Qwen3 implantado no PAI
-
Instalar o cliente
Baixe e instale o cliente a partir do Cherry Studio.
Você também pode acessar
https://github.com/CherryHQ/cherry-studio/releasespara baixar o cliente. -
Adicionar um provedor.
Clique no botão
Settings no canto inferior esquerdo. Na seção Model Provider, clique em Add.No campo Provider Name, insira um nome personalizado, como Platform for AI (PAI), e defina o tipo de provedor como OpenAI.
Clique em OK.
No campo API Key, insira seu Token. No campo API Host, insira seu endpoint.
Clique em Add. No campo model ID, insira
Qwen3-0.6B(diferencia maiúsculas de minúsculas) para adicionar o modelo.Você pode clicar em Check ao lado de API Key para verificar a conectividade.
Clique no ícone
para voltar à página de chat. No topo da janela, selecione o modelo Qwen3-0.6B recém-adicionado para iniciar a conversa.
Python SDK
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 Lembrete importante
Este serviço de modelo utiliza recursos públicos e é faturado no modelo de pagamento conforme o uso. Para evitar cobranças desnecessárias, interrompa ou exclua o serviço quando não precisar mais dele.
Realize essa ação na guia Job Management > Deployment Jobs, na coluna Actions do serviço de destino.
4. Ajuste fino do modelo
Para melhorar o desempenho de um modelo em um domínio específico, você pode ajustá-lo com um conjunto de dados especializado. Esta seção apresenta um cenário para demonstrar o objetivo e as etapas do ajuste fino (fine-tuning).
4.1 Caso de uso
No setor de logística, é comum a necessidade de extrair informações estruturadas (como destinatário, endereço e telefone) de linguagem natural. Modelos com muitos parâmetros, como o Qwen3-235B-A22B, apresentam um excelente desempenho nessa tarefa, mas são caros e possuem alta latência. Para equilibrar desempenho e custo, você pode primeiro usar um modelo de grandes parâmetros para rotular os dados e, em seguida, usar esses dados para ajustar um modelo menor, como o Qwen3-0.6B, a fim de obter um desempenho semelhante. Esse processo também é conhecido como destilação de modelo.
Nesta tarefa, o modelo Qwen3-0.6B original possui uma precisão de 50% . Após o ajuste fino, sua precisão pode ultrapassar 90%.
Informações de endereço do destinatário | Informações estruturadas |
Amina Patel - Número de telefone (474) 598-1543 - 1425 S 5th St, Apt 3B, Allentown, Pensilvânia 18104 | |
4.2 Preparação dos dados
Esta tarefa envolve a realização da destilação do modelo professor (Qwen3-235B-A22B) para o modelo Qwen3-0.6B. Primeiro, é necessário usar a API do modelo professor para extrair as informações de endereço do destinatário em dados JSON estruturados. Como a geração desses dados pode ser demorada, este artigo fornece um exemplo de conjunto de dados de treinamento train.json e um conjunto de validação eval.json que você pode baixar e usar diretamente.
Na destilação de modelos, o modelo com mais parâmetros é chamado de modelo professor. Os dados utilizados neste artigo foram gerados sinteticamente por um modelo de grande porte e não contêm informações confidenciais de usuários.
4.3 Ajustar o modelo
No painel de navegação à esquerda, clique em Model Gallery. Procure o card do Qwen3-0.6B e clique em Fine-tune.
-
Configure os parâmetros para a tarefa de treinamento. Defina apenas os seguintes parâmetros principais e mantenha os valores padrão para os demais.
-
Training Mode: por padrão, está selecionado SFT (Supervised Fine-Tuning) utilizando o método LoRA.
O LoRA é uma técnica de ajuste fino eficiente que economiza recursos de treinamento ao modificar apenas um subconjunto dos parâmetros do modelo.
Training dataset: primeiro, baixe o conjunto de dados de treinamento de exemplo train.json. Em seguida, na página de configuração, selecione OSS file or directory, clique no ícone
para selecionar um bucket, clique em Upload File para carregar o conjunto de dados no Object Storage Service (OSS) e selecione o arquivo.-
Validate dataset: primeiro, baixe o conjunto de validação eval.json. Em seguida, clique em Add validation dataset e siga o mesmo procedimento utilizado para o conjunto de treinamento para carregar e selecionar o arquivo.
O conjunto de dados de validação avalia o desempenho do modelo em dados que não foram vistos durante o treinamento.
Model output path: por padrão, o sistema salva o modelo ajustado no OSS. Se o diretório OSS de destino estiver vazio, clique em Create folder e selecione o novo diretório criado.
-
Resource Group Type: selecione Public Resource Group. Esta tarefa de ajuste fino exige cerca de 5 GB de memória de GPU. O console já filtrou os tipos de instância que atendem a esse requisito. Selecione um tipo, como
ecs.gn7i-c16g1.4xlarge. -
Hyperparameter:
learning_rate: defina como 0.0005num_train_epochs: defina como 4per_device_train_batch_size: defina como 8seq_length: defina como 512
Em seguida, clique em Train > OK. A tarefa de treinamento entra no estado Creating. Quando o status mudar para In operation, o ajuste fino do modelo começa.
-
-
Acompanhe a tarefa de treinamento até a sua conclusão. O processo de ajuste fino leva cerca de 10 minutos. Durante esse período, a página de detalhes da tarefa exibe logs e curvas métricas. Após a conclusão, o sistema salva o modelo ajustado no diretório OSS especificado.
Para visualizar os detalhes da tarefa de treinamento posteriormente, no painel de navegação à esquerda, clique em Model Gallery > Job Management > Training Jobs , e clique no nome da tarefa.
4.4 Implantar o modelo ajustado
Na página de detalhes da tarefa de treinamento, clique em Deploy para abrir a página de configuração de implantação. Em Resource Type, selecione Public Resources. Implantar o modelo de 0.6B exige cerca de 5 GB de memória de GPU. A lista em Instance Type exibe automaticamente as especificações compatíveis. Selecione uma, como ecs.gn7i-c8g1.2xlarge. Mantenha os outros parâmetros com os valores padrão e clique em Deploy > OK.
A implantação leva cerca de 5 minutos e estará concluída quando o status mudar para Running.
Para visualizar os detalhes da tarefa de treinamento, no painel de navegação à esquerda, clique em Model Gallery > Job Management > Training Jobs , e clique no nome da tarefa.
Se o botão Deploy estiver desativado após o sucesso da tarefa de treinamento, significa que o modelo de saída ainda está sendo registrado. Aguarde cerca de um minuto para que o botão seja ativado.
As etapas para invocar o modelo são as mesmas descritas em 3.2 Invoke the model.
4.5 Avaliar o modelo ajustado
Antes de implantar o modelo ajustado em um ambiente de produção, avalie seu desempenho para garantir estabilidade e precisão. Essa avaliação ajuda a prevenir problemas inesperados após a implantação.
Preparar os dados de teste
Prepare um conjunto de dados de teste que não se sobreponha aos dados de treinamento para avaliar o desempenho. O código de teste de precisão abaixo baixa automaticamente um conjunto de testes para essa finalidade.
O uso de um conjunto de dados separado do treinamento garante uma avaliação imparcial da capacidade de generalização do modelo em dados desconhecidos. Essa prática evita pontuações infladas resultantes da avaliação em dados que o modelo já processou.
Projetar métricas de avaliação
As métricas de avaliação devem estar alinhadas aos seus objetivos de negócio. Para o caso de uso desta solução, além de validar o JSON gerado, você deve verificar se os pares chave-valor estão corretos.
Defina as métricas de avaliação programaticamente. Para a implementação neste exemplo, consulte o método compare_address_info no código de teste de precisão abaixo.
Validar o modelo ajustado
Execute o código de teste a seguir para obter a precisão do modelo no conjunto de teste.
Saída:
All predictions complete! Results have been saved to predicted_labels.jsonl
Number of samples: 400
Correct responses: 382
Incorrect responses: 18
Accuracy: 95.5 %
Devido à semente aleatória utilizada no ajuste fino e à natureza estocástica da saída do modelo de linguagem, a precisão alcançada pode diferir dos resultados mostrados nesta solução. Essa variação é normal.
A precisão obtida foi de 95,5%, uma melhoria significativa sobre os 50% de precisão do modelo Qwen3-0.6B original. Isso demonstra que o ajuste fino aumentou consideravelmente o desempenho na extração de informações estruturadas no domínio logístico.
Este guia utilizou apenas 4 épocas para reduzir o tempo de treinamento, elevando a precisão para 95,5%. É possível melhorar ainda mais esse valor aumentando o número de épocas de treinamento.
4.6 Nota importante
O serviço de modelo neste tópico utiliza recursos públicos e é cobrado conforme o uso. Quando não precisar mais do serviço, interrompa-o ou exclua-o para evitar cobranças futuras.
Documentos relacionados
Para saber mais sobre os recursos do Model Gallery, como avaliação e compressão, consulte Model Gallery.
Para saber mais sobre os recursos do EAS, como Auto Scaling, teste de estresse e monitoramento e alertas, consulte o EAS overview.

