Ertas 用于可复用的客户数据流水线
面向 AI/ML 服务提供商:在 Data Craft 中维护有版本管理、可复用的训练数据集,在 Ertas Studio 中为每个项目重复同一套训练配置,并交给每个客户一个单独训练的模型,客户可以拥有它并在自己的服务器上运行。
The Challenge
AI/ML 服务提供商为每个客户项目重建数据准备流水线。不同的脚本、不同的工具、不同的质量标准。没有标准化意味着没有积累的机构知识。每个项目的流水线都是一次性的,项目结束后就消失了。
The Solution
Ertas 为服务提供商提供一条可重复的路径:从客户示例到客户拥有的训练好的模型。Studio 的引导式数据集构建器 Data Craft 以对话示例的形式保存每个项目的训练数据:团队添加 USER 和 ASSISTANT 轮次,编辑并做版本管理,同时跟踪哪些示例已获客户领域专家批准。在一个客户身上行之有效的数据集结构,比如轮次格式和覆盖的示例类型,会成为下一个项目的起点,团队只需填入新客户的材料,不必从零开始。
每次训练的步骤都一样。团队在 Studio 中选择一个开放基础模型,在可视化画布上配置 LoRA 微调,并在 Ertas 的云端 GPU 上运行,可以并行跑多个任务来比较不同设置或模型规模。数据集会被保存,以后可以用同样的数据重复训练。每个客户都会得到自己的模型,从 Hub 导出为 GGUF 或完整的 safetensors,客户可以拥有它,并在自己的服务器上运行,无需依赖 Ertas。对于需要协助规划工作的客户,Ertas 也提供企业定制模型构建服务,从一次免费的用例评估开始。
Key Features
Data Craft 中的版本化数据集
在 Data Craft 中以 USER 和 ASSISTANT 轮次构建每个客户的训练集。随项目推进编辑示例并做版本管理,把行之有效的结构保留下来, 作为下一个客户的模板。
专家审核与批准
为每条示例跟踪批准状态,让客户的领域专家在训练开始前确认模型要学的内容。每个项目都沿用同样的审核步骤。
可重复的训练
在 Studio 的可视化画布上配置开放模型的 LoRA 微调,并在 Ertas 的云端 GPU 上运行。并行运行多种配置并加以比较,客户发来新数据时再用同一套配置重新训练。
客户拥有的模型
每个项目最终都会在 Hub 中留下一个独立训练的模型。将其导出为 GGUF(用于 llama.cpp、Ollama 或 LM Studio)或完整的 safetensors(用于 vLLM)后交付。客户在自己的服务器上运行,运行时无需依赖 Ertas。
Example Workflow
一家服务提供商在 Data Craft 中为一家医疗客户构建客服助手数据 集:几百条 USER 和 ASSISTANT 示例,涵盖预约问题、转诊步骤和诊所政策,均根据已去标识化的原始材料撰写,并由诊所经理审批。他们在 Ertas Studio 中基于 Qwen 2.5 3B 和 Llama 3.1 8B 并行训练两个 LoRA 任务,用一组预留的真实问题对比两者,再从 Hub 将表现更好的模型导出为 GGUF,交给诊所在自己的服务器上运行。下一个项目是一家律师事务所。团队沿用同样的数据集结构和审核流程,填入该所的案件受理问题,由一名资深律师批准示例,再重复同一套训练配置。两个客户最终各得到一个单独训练的模型,归付费的客户所有,背后是服务提供商在每个项目中不断改进的同一套工作流程。
Related Resources
Ship AI that runs on your users' devices.
Start free with 150 credits after card verification. Paid plans from $20/mo USD.