一般来讲，模型训练有四个主要过程，包括：
- 数据准备：构建适合训练的训练数据集，一般来是问答Pair的组合，基于不同任务有不同的呈现形态。
- 模型训练：通过选择合适的数据集，调整参数，训练特定的模型以提高模型效果，可通过训练过程/结果指标初步判断训练效果。
- 模型部署：训练好的模型需要部署后方可提供推理服务（评测、应用调用均需先部署模型）。
- 模型评测：构建合适的数评测数据集，针对已经训练好的模型进行评测，通过评测系统进行打分或标注，验证模型训练的效果。
下方视频介绍了模型训练的功能及应用场景，我们通过观看视频后，一起探讨吧~
