面向开发者的 NVIDIA NeMo Customizer

NVIDIA NeMo™ Customizer 是一个高性能、可扩展的微服务,旨在简化生成式 AI 模型的微调与对齐,以便构建特定领域的 AI 智能体。通过以 API 为核心的设计,该微服务支持多种常用的定制与后训练技术,包括低秩适配(LoRA)、全监督微调(SFT)、直接偏好优化(DPO)以及群体相对策略优化(GRPO),并持续集成最新的定制化与对齐方法。

若需要更广泛的强化学习支持,包括先进的 RL 算法和大规模后训练,可探索作为 NeMo 框架一部分的开源 NeMo RL 库

NeMo Customizer 以及其他 NeMo 微服务,使开发者能够创建数据飞轮不断优化生成式 AI 智能体,增强最终用户的整体体验。

立即下载阅读文档


查看 NVIDIA NeMo Customizer 的实际应用

了解 NeMo Customizer 如何帮助开发者使用特定领域的数据微调大语言模型,从而为客户支持、医疗健康见解、企业自动化和许多其他应用等任务创建定制的 AI 智能体。


NVIDIA NeMo Customizer 的工作原理

NeMo Customizer 提供易于使用的 API,可以让用户自定义生成式 AI 模型。只需在 API 请求体中提供数据集、模型名称、超参数和定制类型,NeMo Customizer 就会启动模型微调任务,最终生成定制化模型版本。

下方的架构图展示了使用 NeMo Customizer 的流程,它支持无缝启动多个定制任务。在上述场景中,您可以利用 NeMo Customizer 创建两个定制化流程:一个用于微调,另一个用于对齐调优。这些输出与 NVIDIA NIM™结合,可以部署针对具体应用需求的定制模型。

NeMo Customizer 目前支持用于强化学习的 DPO 和 GRPO 技术。若需更广泛的强化学习支持,包括高级算法和大规模后训练,请探索作为 NeMo 框架一部分的开源 NeMo RL 库

 A flowchart of how NVIDIA NeMo Customizer works

入门博客

了解 NeMo Customizer 如何简化生成式 AI 模型的对齐和定制。

教程

探索旨在帮助您使用 NeMo Customizer 微服务构建自定义生成式 AI 模型的教程。

入门网络会议

了解数据飞轮如何增强自我改进的代理式 AI 系统,并探索集成 NeMo 组件以优化智能体性能和成本效益的最佳实践。

立即观看

操作方法博客

通过案例研究和端到端工作流中步骤的快速概述,深入了解 NVIDIA NeMo 微服务如何帮助构建数据飞轮。


如何开始使用 NVIDIA NeMo Customizer

开始使用 NeMo Customizer,可以简化大型语言模型(LLM)在特定领域用例中的微调和对齐。如果需要更广泛的强化学习支持,包括高级算法和大规模后训练,可以探索作为 NeMo 框架一部分的开源 NeMo RL 库。

Download icon

下载

免费使用 NeMo Customizer 微服务进行研究、开发和测试。

下载微服务
Blueprint icon

试用

使用 NVIDIA AI Blueprint 快速构建您的 AI 解决方案。

试用 Blueprint


性能

NeMo Customizer 使用多种并行技术来缩短大型模型的训练时间,并支持多 GPU 和多节点基础设施。这些方法协同工作,可增强训练过程,确保优化资源利用并提高训练性能。

使用 NeMo Customizer 体验定制速度提升 1.8 倍

A chart showing 2x faster customization with NeMo Customizer

该基准测试表示在一个 8xH100 80G SXM 上使用序列打包 (封装尺寸为 4096,封装效率为 0.9958) 自定义 Llama-3 -8B。
开:使用 NeMo Customizer 定制。
关闭:使用领先的市场替代方案进行定制。


入门套件

访问各种用例的教程、最佳实践和文档,开始使用 NeMo Customizer 调整生成式 AI 模型。

自定义 LLM

开始使用热门定制技术,例如 LoRA、SFT 和 p-tuning。

数据飞轮

通过自动化模型优化,实现自我改进的代理式 AI 工作流程。

NeMo RL

开源库支持先进的强化学习算法及大型语言模型的后训练。


NVIDIA NeMo Customizer 学习资源库


更多资源

探索社区

获取培训和认证

了解面向初创公司的计划

AI 伦理

NVIDIA 的平台和应用框架使开发者能够构建各种 AI 应用。在选择或创建要部署的模型时,请考虑潜在的算法偏差。与模型的开发者合作,确保模型满足相关行业和用例的要求;提供必要的说明和文档以了解错误率、置信区间和结果;并确保模型在符合预期条件和方式的情况下使用。

立即开始使用 NeMo Customizer。

立即下载