Alibaba Cloud Model Studio：調優資料上傳規則

介紹文本產生模型調優資料的格式規格、打包要求、大小與數量限制及 API 上傳配額，協助使用者按訓練方式構造並上傳合規的 SFT/DPO/CPT 訓練資料。

概述

本文檔闡述文本產生模型調優資料的格式規格、打包要求、大小與數量限制及 API 上傳配額。適用範疇為文本產生模型調優（text/image/video → text），涵蓋純文字 SFT/DPO/CPT、千問 VL 圖片與視頻理解、視頻抽幀、工具調用（function calling）與深度思考（thinking）。視頻產生模型調優（image → video）不屬於本範疇。

資料集類型（訓練集或評測集）建立後不可變更。各訓練方式與元素的支援情況詳見訓練方式與元素支援矩陣，各組合的格式構造規則見下文對應章節。

管理類操作（建立參數、版本管理、評測集管理規則、匯入方式選型、資料清洗、安全合規）引導到同級文檔，詳見訓練集與評測集、模型調優簡介等。建議在建立資料集頁面下載對應情境的資料範本，按模板結構準備資料可避免匯入失敗。

資料集構建建議（推薦資料規模、多樣性與均衡、資料擴充策略）詳見模型調優簡介-資料集構建技巧。

訓練方式與元素支援矩陣

訓練集支援 SFT、DPO、CPT 三種訓練方法，各訓練方式與元素的支援情況見下文矩陣表。調優推薦順序為 CPT（可選）→ SFT → DPO（可選），三者遞進非互斥。

地區可用性：

• SFT、本地上傳、日誌迴流、API 上傳、多模態資料格式全地區支援。
• DPO、CPT、OSS 匯入、雲端儲存掛載僅支援北京地區。

訓練方式與元素的支援矩陣如下：

各訓練方式版本新增時的資料繼承策略如下（CPT 不支援繼承已有資料，每次新增版本均需建立）：

訓練方法 SFT/DPO/CPT 欄位定義詳見模型調優簡介。

文本產生 - SFT 格式

SFT 文本產生訓練資料採用 jsonl 檔案格式，基於 ChatML messages 多輪結構。

• 支援 system、user、assistant 三種角色，content 欄位為字串（多模態情境的 content 數組結構見對應多模態格式章節）。
• 單檔案大小上限 200 MB。
• 一個資料集可混合不同格式行——每條記錄獨立選格式，無需統一為單一格式。
• 可選格式：普通對話、深度思考、工具調用、工具與思考組合（見下方標籤頁範例）。

SFT 文本產生支援以下範例格式，各範例的完整 JSON 結構見對應標籤頁：

{
  "messages": [
    {"role": "system", "content": "系統輸入1"},
    {"role": "user", "content": "使用者輸入1"},
    {"role": "assistant", "content": "期望的模型輸出1"},
    {"role": "user", "content": "使用者輸入2"},
    {"role": "assistant", "content": "期望的模型輸出2"}
  ]
}

{"role": "assistant", "content": "期望的模型輸出", "loss_weight": "1.0"}

{
  "messages": [
    {"role": "system", "content": "系統輸入1"},
    {"role": "user", "content": "使用者輸入1"},
    {"role": "assistant", "content": "模型輸出1"},
    {"role": "user", "content": "使用者輸入2"},
    {"role": "assistant", "content": "<think>\n期望的思考內容2\n</think>\n\n期望的輸出2"}
  ]
}

思考模式格式說明

深度思考內容用 <think>\n…\n</think>\n\n 標籤包裹，置於 assistant 輸出文本內（與最終回覆同屬最後一條 assistant 的 content）。規則：

• 只能放在最後一條 assistant 輸出中；中間的 assistant 輸出不加思考標籤。
• 思考標籤前後的分行符號必須保留。
• 若訓練樣本設定模型不輸出思考標籤，訓練完成後不建議再開啟思考模式調用。

評測集格式

評測集僅服務文本產生情境，與 SFT/DPO/CPT 訓練方式無關——DPO/CPT 訓練後的模型同樣使用文本產生評測集進行評測，不區分訓練方式。

評測集規格：

• 檔案格式 xlsx，列結構見控制台下載模板。
• 入庫方式：本地上傳、日誌迴流；不支援Object Storage Service匯入與雲端儲存掛載。
• 僅草稿版本支援線上編輯（Prompt/Completion），發行版本不可編輯。

本地上傳檔案格式為 xlsx（列結構見控制台下載模板），每條評測資料為一組 Prompt/Completion 內容，樣本如下：

{"prompt": "誰在文藝複興時期繪製人體?", "completion": "文藝複興時期是一個關於藝術、文化和學術的複興運動,在這個時期,許多藝術家都繪製了人體。"}
{"prompt": "為什麼太陽會發光發熱?", "completion": "太陽是由氫原子核在高溫高壓下聚變而產生的巨大能量。這種聚變反應釋放出大量的光和熱能。"}
{"prompt": "為什麼天空是藍色的?", "completion": "陽光照射到地球大氣層中時,波長較短的藍光會被大氣中的氣體分子散射開來,形成我們看到的藍天。"}

日誌迴流入庫限制：

• 支援日誌範圍為最近 30 天內。
• 單次匯入上限 10 萬條。
• 需授權服務關聯角色並指定 API Key 與模型篩選條件。
• 訓練集僅 SFT 文本產生情境可用（評測集文本產生亦支援）。

日誌迴流匯入方式詳情見日誌迴流。

評測集應準備資料不重疊的獨立集合，用於客觀評估模型泛化能力。評測集管理規則詳見訓練集與評測集。

文本產生 - DPO 格式

DPO 文本產生訓練資料採用 jsonl 格式，基於 ChatML messages 多輪結構，額外含 chosen 與 rejected 兩條對比的 assistant 輸出，用於偏好對齊訓練。messages 內的所有內容均作為輸入，DPO 用於訓練模型對最後一條 user 輸入的正負反饋。messages 多輪結構規則見文本產生 - SFT 格式。

針對深度思考內容，chosen 或 rejected 的 assistant 輸出可使用思考標籤包裹，思考標籤只能放最後一條 assistant 行，規則見文本產生 - SFT 格式。

loss_weight （邀測）參數支援 chosen 模組，取值範圍 0.0 至 1.0，數值越大訓練重要性越高，詳見文本產生 - SFT 格式。

DPO 訓練資料單檔案大小上限為 200 MB，與 SFT 文本產生一致。DPO 定義詳見模型調優簡介，草稿與發佈動作見訓練集與評測集。

DPO 文本產生訓練資料範例見下文代碼塊：

{
  "messages": [
    {"role": "system", "content": "系統輸入"},
    {"role": "user", "content": "使用者輸入1"},
    {"role": "assistant", "content": "模型輸出1"},
    {"role": "user", "content": "使用者輸入2"},
    {"role": "assistant", "content": "模型輸出2"},
    {"role": "user", "content": "使用者輸入3"}
  ],
  "chosen": {"role": "assistant", "content": "贊同的模型期望輸出3"},
  "rejected": {"role": "assistant", "content": "反對的模型期望輸出3"}
}

{
  "messages": [
    {"role": "system", "content": "系統輸入"},
    {"role": "user", "content": "使用者輸入1"},
    {"role": "assistant", "content": "模型輸出1"},
    {"role": "user", "content": "使用者輸入2"}
  ],
  "chosen": {"role": "assistant", "content": "<think>\n期望的思考內容\n</think>\n\n期望的模型輸出"},
  "rejected": {"role": "assistant", "content": "反對的模型期望輸出2"}
}

文本產生 - CPT 格式

CPT 文本產生訓練資料採用 jsonl 純文字格式，每行一個 jsonl 對象，結構為 {text}，text 欄位為純文字內容。messages 多輪結構規則見文本產生 - SFT 格式。

CPT 訓練資料約束：

• 建議至少 5000 萬 Token，單檔案大小上限 300 MB。
• 不支援草稿狀態與資料繼承，每次新增版本均需建立資料並立即發布。

CPT 定義詳見模型調優簡介，版本管理與資料繼承操作見訓練集與評測集。CPT 純文字範例完整 JSON 結構見下文代碼塊。

{text} 純文字格式範例（每行一個 jsonl 純文字對象）：

{
  "text": "常值內容"
}

視覺理解-SFT 格式

SFT 圖片訓練資料用於千問 VL 多模態理解（控制台 UI 選項為「圖片理解」）情境，採用 zip 壓縮包格式，包含 data.jsonl 訓練文本資料檔案與圖片檔案。data.jsonl 須置於壓縮包根目錄，data.jsonl 中每條訓練資料的 messages 採用 content 數組結構，數組項含圖片欄位（image）與文字欄位（text）。推薦使用單層目錄結構，打包規則詳見多模態壓縮包打包規則。

SFT 圖片訓練範例見下文標籤頁：

{
  "messages": [
    {"role": "system", "content": [{"text": "系統輸入1"}]},
    {"role": "user", "content": [{"text": "使用者輸入1"}]},
    {"role": "assistant", "content": [{"text": "期望的模型輸出1"}]},
    {"role": "user", "content": [{"text": "使用者輸入2"}]},
    {"role": "assistant", "content": [{"text": "期望的模型輸出2"}]}
  ]
}

{
  "messages": [
    {"role": "system", "content": [{"text": "系統輸入1"}]},
    {"role": "user", "content": [{"text": "使用者輸入1"}]},
    {"role": "assistant", "content": [{"text": "模型輸出1"}]},
    {"role": "user", "content": [{"text": "使用者輸入2"}]},
    {"role": "assistant", "content": [{"text": "<think>\n期望的思考內容2\n</think>\n\n期望的輸出2"}]}
  ]
}

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查詢指定城市的即時天氣",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {"type": "string", "description": "城市名稱，例如：北京"}
          },
          "required": ["city"]
        }
      }
    }
  ],
  "messages": [
    {"role": "user", "content": [{"text": "幫我查一下北京的天氣"}]},
    {
      "role": "assistant",
      "content": [{"text": "好的，我來幫您查詢北京的天氣。"}],
      "tool_calls": [
        {
          "id": "call_3a11c1ba883b41b6a4e0cb",
          "type": "function",
          "function": {
            "name": "get_weather",
            "arguments": "{\"city\": \"北京\"}"
          }
        }
      ]
    },
    {"role": "tool", "tool_call_id": "call_3a11c1ba883b41b6a4e0cb", "content": [{"text": "{\"city\": \"北京\", \"weather\": \"晴\", \"temperature\": \"25℃\"}"}]},
    {"role": "assistant", "content": [{"text": "北京今天天氣晴朗，氣溫 25℃，適合出行。"}]}
  ]
}

{
  "messages": [
    {"role": "system", "content": [{"text": "系統輸入"}]},
    {
      "role": "user",
      "content": [
        {"text": "使用者輸入1"},
        {"image": "影像檔名1.jpg", "resized_width": 200, "resized_height": 200}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型輸出1"}]}
  ]
}

{
  "messages": [
    {"role": "system", "content": [{"text": "系統輸入"}]},
    {
      "role": "user",
      "content": [
        {"text": "使用者輸入1"},
        {"video": "視頻檔案名稱1.mp4", "fps": 3.0, "resized_width": 200, "resized_height": 200, "video_start": 0.0, "video_end": 3.0}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型輸出1"}]}
  ]
}

{
  "messages": [
    {"role": "system", "content": [{"text": "系統輸入"}]},
    {
      "role": "user",
      "content": [
        {"text": "使用者輸入2"},
        {"video": ["0.jpg", "1.jpg", "2.jpg", "3.jpg"], "sample_fps": 5.0, "resized_width": 200, "resized_height": 200}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型輸出2"}]}
  ]
}

多模態理解定義詳見模型調優簡介。

工具調用格式說明

工具調用（function calling）模式在 messages 多輪結構基礎上增加 tools 定義與 tool_calls/role:tool 機制，欄位約束如下：

• tools：工具定義數組，每項含 type:"function" 與 function{name, description, parameters}；parameters 為 JSON Schema（含 type/properties/required）。
• messages：多輪對話數組，角色含 user、assistant、tool。
• content：多模態內容數組，可含 image、text、video 等項（與多模態理解格式一致）。
• assistant.tool_calls：模型產生的工具調用數組，含 id、type:"function"、function{name, arguments}；arguments 為 JSON 字串。
• role:"tool"：工具返回，tool_call_id 必須與對應 tool_calls[].id 一一對應，content 內為工具返回結果。

多輪對話最後一條通常為 assistant 基於工具返回的最終回覆。

百鍊不支援 OpenAI 的 name、weight 參數，所有 assistant 輸出都會被訓練。從 OpenAI/Azure 遷移的訓練資料不可攜帶 name/weight 欄位。

資料多樣性與均衡性建議：各情境資料數量應相對均衡，資料比例符合實際情境比例，避免某一類資料過多導致模型偏向於學習該類特徵，影響泛化能力。

思考模式格式說明

深度思考內容用 <think>\n…\n</think>\n\n 標籤包裹，置於 assistant 輸出文本內（與最終回覆同屬最後一條 assistant 的 content）。規則：

• 只能放在最後一條 assistant 輸出中；中間的 assistant 輸出不加思考標籤。
• 思考標籤前後的分行符號必須保留。
• 若訓練樣本設定模型不輸出思考標籤，訓練完成後不建議再開啟思考模式調用。

多模態壓縮包打包規則

多模態理解訓練資料以 zip 壓縮包形式通過新增数据集頁面上傳，打包須滿足以下約束：

• 壓縮包最大支援 2 GB。
• 包內檔案夾與檔案名稱允許的字元集為 ASCII 字母（a-z、A-Z）、數字（0-9）、底線（_）、連字號（-）。
• 訓練文本資料檔案固定為 data.jsonl，必須位於壓縮包根目錄——確保壓縮後開啟 zip 檔案直接看到 data.jsonl，外層不能再包裹檔案夾。

圖片或視頻檔案名稱應在壓縮包內全域唯一，即使分布在不同檔案夾中。data.jsonl 內只需聲明檔案名稱而非檔案路徑——正確樣本：image1.jpg；錯誤樣本：jpg_folder/image1.jpg。

雲端儲存掛載不支援 zip 壓縮包。使用雲端儲存掛載載入資料集時，須將未經壓縮的資料集檔案夾整體上傳到 OSS Bucket，通過 MountStorage 的 file_path 指定 data.jsonl 檔案路徑；包含多檔案時只需指定 data.jsonl 路徑，其餘同目錄檔案自動掛載。雲端儲存掛載詳見使用 API 進行模型調優。

命名樣本與目錄結構見下文代碼塊。雲端儲存掛載授權操作見在控制台進行模型調優，OSS 匯入 Bucket 標籤打標操作見訓練集與評測集。

# 單層目錄（推薦）
Trainingdata_vl.zip
  |--- data.jsonl        # 必須在根目錄，外層不再包裹檔案夾
  |--- image1.png
  |--- video1.mp4

# data.jsonl 內聲明檔案名稱（非路徑）
# 正確：image1.jpg
# 錯誤：jpg_folder/image1.jpg

前往控制台新增資料集頁面上傳多模態壓縮包並完成打包校正。

檔案大小與數量限制

本地上傳檔案大小與數量上限按訓練方式分情境設定，詳見下文分情境表。圖片准入限制見視覺理解-SFT 格式，評測集格式限制見評測集格式，日誌迴流入庫限制見評測集格式。

max_length 取值區間 500 至 131072 為訓練序列長度配置參數，非上傳准入上限。單條訓練資料上傳准入大小上限以控制台頁面展示為準。

本地上傳檔案大小與數量上限按訓練方式分情境設定，推薦資料量為最低建議值：

API 上傳配額

通過 DashScope API 上傳調優檔案（用途標記為模型調優）的配額見下文配額表。控制台建立資料集時，File API 列表最多支援 10 個檔案合并註冊；通過 API 上傳的調優檔案在控制台模型調優頁面與 API 呼叫中均可見可用。

雲端儲存掛載載入資料集的約束：

• 通過 MountStorage 的 file_path 指定 data.jsonl 根目錄清單路徑，不支援 zip 壓縮包。
• 選擇雲端儲存掛載儲存位置時強制立即發布，不支援草稿狀態。
• 掛載前需授權百鍊服務訪問 OSS 資料。

超限承接與加密：

• 單檔案超過 300 MB：通過雲端儲存掛載或多模態 ZIP 2 GB 通道上傳。
• 總配額超額：刪除歷史檔案釋放空間。
• 匯入資料自動啟用 OSS 服務端加密（SSE-OSS，AES256）。

API 呼叫、認證、SDK、錯誤碼、MountStorage 欄位細節見使用 API 進行模型調優。

API 上傳調優檔案配額如下：

OSS 匯入與雲端儲存掛載的差異對比如下：

上傳校正與常見錯誤

在新增数据集頁面本地上傳檔案時，前端校正會拒絕不符合準入規則的檔案並彈出提示。常見校正拒絕與上傳出錯情境見下文摺疊項：

無法復原操作風險提示：

• 發布與刪除操作均無法復原；發行版本不可再編輯，僅草稿版本可刪除或線上編輯。
• 資料集類型（訓練集/評測集）建立後不可變更、不可互換，選錯需建立資料集重新匯入全部資料。
• 切換資料集類型、訓練情境、訓練方式時會清空已上傳檔案並重設儲存位置與匯入方式。

驗證集自動切分會從訓練集中隨機抽取 10% 資料作為驗證集，減少實際訓練資料量。小資料集建議選擇獨立驗證集，驗證集配置操作見在控制台進行模型調優。

建議先下載對應情境的資料範本，按模板結構準備資料可避免匯入失敗，資料範本下載建議見概述。常見問題排障詳見下文摺疊項。草稿資料清洗與增強操作見，安全合規資料領域見。

上傳校正失敗時，可前往控制台新增資料集頁面核對檔案格式與准入規則。