ModelArts 微调实操：先确认数据结构，再排查训练配置

做模型微调时，导入失败不一定是文件损坏，也可能是数据格式选错。本文整理一次广告文案样例数据的实际操作记录，重点是 JSONL 数据结构、精炼任务状态，以及训练与部署结果的分开核验。界面名称以本次使用的 ModelArts 模型训推平台为准。

1. 文件上传成功，不代表数据集导入成功

本次先把 ACGD.jsonl 上传到 OBS，再创建文本生成 SFT 数据连接。OBS 的上传任务成功，只能说明对象已经存入桶；后续数据集导入仍会执行格式校验。

第一次导入报错提示缺少 messages 字段。排查后发现，当前文件适合使用 Alpaca 格式导入，而不是按需要 messages 字段的格式解析。调整导入格式后，平台成功识别了 915 条样本，并完成上线。

这个现象说明：文件扩展名都是 .jsonl，内部结构却可能完全不同。不要仅凭扩展名选择数据格式，也不要为了消除报错就随意给每行添加一个空的 messages。

2. 先辨认单条样本的结构

下面是便于说明结构的自建示例，并非原始数据中的实际记录。

Alpaca 风格样例：

{"instruction":"为下面的产品写一句广告文案","input":"便携保温杯，适合通勤","output":"把温暖装进口袋，让每次通勤都从容。"}

消息列表风格样例：

{"messages":[{"role":"user","content":"为便携保温杯写一句广告文案"},{"role":"assistant","content":"把温暖装进口袋，让每次通勤都从容。"}]}

两种示例都可以表达问答关系，但字段结构不同。平台支持的字段映射、角色要求、空值处理和格式名称，应以对应导入页面说明为准。这两个示例不表示任意平台都接受完全相同的约定。

可以先用标准库逐行检查文件是不是合法 JSON，并查看前几条记录的字段名：

import json
from pathlib import Path

path = Path("ACGD.jsonl")
count = 0
with path.open(encoding="utf-8-sig") as stream:
    for line_number, line in enumerate(stream, 1):
        if not line.strip():
            continue
        try:
            record = json.loads(line)
        except json.JSONDecodeError as error:
            raise ValueError(f"第 {line_number} 行不是合法 JSON") from error
        if not isinstance(record, dict):
            raise ValueError(f"第 {line_number} 行不是 JSON 对象")
        count += 1
        if count <= 3:
            print(line_number, sorted(record.keys()))
print("样本数：", count)

这段检查只验证 JSON 语法和对象类型，不验证训练语义是否正确，也不代替平台的数据规范校验。排查敏感数据时，打印字段名通常比直接把整条样本输出到日志更合适。

3. 精炼完成和下载完成分别确认

本次在数据集上线后，创建了“个人数据脱敏”智能精炼任务。执行后需要确认的是“数据集生成成功”，而不仅是任务已经创建。生成的数据集还应检查上线状态、样本数和输出位置。

精炼产物下载时，平台生成的文件名可能是一串标识符，不一定继续叫 ACGD.jsonl。可以结合下载时间、文件大小及内容检查确认文件，避免误把原始数据当成精炼结果。

脱敏算子运行成功也不等于所有隐私风险都被覆盖。用于后续训练前，仍应根据自己的数据类型抽样检查，不把“任务成功”当作数据质量评估的全部结论。

4. 日志结束后，还要等平台任务状态结束

随后使用 Qwen3-8B 进行 LoRA 微调，训练数据选择精炼后的数据集，并启用自动发布模型资产。

本次观察到：训练迭代完成后，平台仍需要执行后续模型产出和发布流程。因此日志中的最后一次迭代结束，与控制台作业变为“已完成”，不是同一个时间点。

核验时分三层看：

• 训练作业是否显示“已完成”；
• 模型产出是否显示“已发布”；
• “我的模型”里是否出现对应资产和版本。

如果后续流程要求使用微调模型，应在部署时明确选择自己发布的资产；选择同名基础模型，不能证明部署的是微调结果。

5. 容器启动成功，也要核对服务是否运行

在线推理部分同样需要区分日志状态与服务状态。此次看到容器日志出现 Application startup complete 后，控制台仍显示了一段时间的“部署中”，随后才更新为“运行中”，可用副本变为 1/1。

因此，排查部署时可以同时看容器日志、服务事件和副本就绪情况。服务进入运行状态，只说明服务已就绪；文案生成是否符合要求，还要通过真实推理样例和独立评估确认，本文没有据此给出模型质量提升或性能提升结论。

6. 本次实践留下的检查清单

1. 导入前先看字段结构，再选平台支持的数据格式。
2. OBS 上传、数据集导入、数据集上线分别核验。
3. 精炼结束后确认新数据集，下载时核对实际产物。
4. 训练迭代结束后继续等待作业完成及资产发布。
5. 部署时核对模型来源、版本和可用副本。
6. 正式业务中按实际授权配置访问控制，实验结束后按资源管理要求清理无需保留的资源。

对这类流程，先分清每一层“成功”对应的对象，通常比反复重建任务更容易找到问题。

本文根据实际操作记录整理，并使用 AI 辅助编辑。示例为说明数据结构而编写，未包含账号凭据、客户数据或原始训练样本。