新手学习与入门 · 工具介绍
Weights & Biases
为模型训练和 AI 应用开发提供实验记录、调用追踪及评估工具。
Weights & Biases 能做什么
为模型训练和 AI 应用开发提供实验记录、调用追踪及评估工具。
- 模型训练与部署
- 语言模型与智能体质量评估及回归检查
如何使用 Weights & Biases
检查一次智能体运行的调用质量
准备输入
- 可追踪的测试应用
- 评估样例和质量标准
操作步骤
- 接入调用追踪并运行测试样例
- 查看轨迹、提示词和评估结果，定位需要修改的环节
预期交付物
- 调用轨迹
- 质量评估结果
敏感输入输出应先脱敏，评估集要覆盖实际任务；单次得分不代表全部使用效果。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从新手学习与入门角度评估Weights & Biases
把新手学习与入门需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
从熟悉任务开始
选择你能判断结果好坏的小任务，便于发现偏差。
输入是否容易准备
文字粘贴即可开始时，不必先学习复杂的连接与部署。
结果是否能检查
要求清晰格式，保留不确定内容和需要你确认的问题。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
继续看看这些工具
全部工具 →Remyx AI
为 AI 团队管理连续实验，推荐值得尝试的改动、生成待审阅代码并记录评估结果。
EvalML
EvalML 是自动构建、优化和评估机器学习流水线的 Python 工具，覆盖数据检查、预处理、特征工程和模型选择，并支持面向具体业务目标的评价函数。
Oumi
Oumi 为基础模型开发提供从数据准备、训练到评估和部署的工具流程，支持模型微调、训练数据合成、标准基准评估及推理服务接入。
CleanRL
以独立单文件实现深度强化学习算法的研究工具，支持本地训练实验、随机种子设置和 TensorBoard 日志查看。
PyTorch-Ignite
用于 PyTorch 神经网络训练和评估的高层库，以运行引擎、事件处理和指标计算组织训练验证流程。
华为云ModelArts
提供模型创建、部署与全周期 AI 工作流管理的开发平台。