阿里百炼（DashScope）重要能力增强单一来源 · 3 条记录2025-07-07
阿里百炼训练功能支持 SFT、CPT 和 DPO 微调
效果提升
EVENT SUMMARY
事件摘要
百炼训练平台扩展支持 SFT（监督微调）、CPT（继续预训练）和 DPO（直接偏好优化）三种主流训练范式，并配有代码示例和指标展示。DPO 的加入表明平台支持偏好对齐/RLHF 类训练，提升了在企业级模型定制场景中的竞争力。
ANALYST VIEW
中立分析
为什么重要
百炼训练平台覆盖三种主流训练范式，DPO 的加入表明支持偏好对齐，提升了平台在企业级模型定制场景中的竞争力。
影响对象
面向需要定制模型的企业和开发者，提供从监督微调到偏好对齐的完整训练工具链。
证据说明
控制台训练页面明确展示了 SFT、CPT、DPO 三个训练选项卡及各自的代码和指标。
不确定性
DPO 是否需要参考模型由平台自动管理还是用户自行提供、各训练方式的 GPU 资源和价格未披露。
SOURCES
1 个来源 · 3 条记录
以下记录均来自同一来源，不构成多来源相互印证。
阿里百炼（DashScope）·news指向来源页采集于 2026-09-14
百炼控制台新增模型训练功能：SFT、CPT、DPO
来源原文：model training› sft --model base --dataset data/sft-dataset.jsonl...$ bailian train --task sft...SFT cpt dpo
https://bailian.console.aliyun.com
阿里百炼（DashScope）·news指向来源页采集于 2026-09-11
训练功能支持 SFT、CPT 和 DPO 三种微调方式
来源原文：SFT sft-dataset.jsonl eval_loss => 0.417 CPT cpt-corpus.jsonl perplexity => 8.64 DPO dpo-preferences.jsonl reward_margin => 0.31
https://bailian.console.aliyun.com
阿里百炼（DashScope）·news指向来源页2025-07-07
百炼新增模型训练能力：SFT 监督微调、CPT 持续预训练、DPO 偏好对齐
来源原文：model training › sft --model base --dataset data/sft-dataset.jsonl SFT Data Eval › sft-dataset(instruction pairs)[ready] … $ bailian train --task sft … eval_loss => 0.417 … CPT cpt-corpus.jsonl … perplexity => 8.64 … DPO dpo-preferences.jsonl … reward_margin => 0.31
https://bailian.console.aliyun.com