update：tuning-fast

docs/zh/docs/dtx/fine-tuning-fast.md

@@ -1,33 +1,45 @@
 # 模型微调快速入门手册
 
-大致流程为：[前置要求准备](#_2) -> [创建数据集](#_3) -> [创建参数组](#_4) -> [创建微调实验](#_5) -> [部署微调模型](#_6) -> [对话](#_7)
+## 操作步骤
+
+- 前置要求准备
+- 创建数据集
+- 创建参数组
+- 创建微调实验
+- 部署微调模型
+- 对话
 
 ## 前置要求
 
 1. 已购买算力集群，并且该算力集群被加入当前用户所在的 workspace 中
 2. 集群有可用的大模型（目前微调只适用与 llama2-7b 模型）
-3. 已准备本地/远程数据集，数据集格式为 Q&A（目前仅支持 CSV 格式且文件大小不超过 50M）
+3. 已准备本地/远程数据集，数据集格式为 Q&A（目前仅支持 CSV 格式且文件不超过 50M）
 
 ## 创建数据集
 
-在 **模型微调** -> **数据集** 中，点击 **上传数据集** 按钮。
+1. 点击创建 **数据集**
 
 ![创建数据集](images/dataset01.png)
 
-- 输入数据集名称
-- 为数据集添加自定义标签
-- 选择数据集语言，当前支持中文/英文
-- 选择要创建的数据集所属的集群以及命名空间。注意：数据集所有集群以及命名空间应该和微调实验所属集群/命名空间保持一致。
-- 根据数据集的属性，设置授权协议
-- 根据数据集的大小，选择词条的数目
-- 根据数据集属性，选择数据集被应用的任务的类型，同时可以添加子类型
-- 配置数据集的信息，可以上传本地数据集文件配置三种类型的数据集地址，或者设置插件，配置参数让插件拉取数据集
-- 数据集的特征映射填写数据集中文件的表头。该数据集分为两列，列名分别为：question/answer
+2. 填写表单
 
-点击 **确认** ，创建数据集。以 DCE 数据集为例：
+- 输入数据集名称（不支持中文，长度限制 63 字符）。
+- 为数据集添加自定义标签。
+- 选择数据集语言，当前支持中文/英文。
+- 选择要创建的数据集所属的集群以及命名空间，注意：数据集所在集群/命名空间应该和微调实验所属集群/命名空间保一致。
+- 根据数据集的属性，设置授权协议。
+- 根据数据集的大小，选择词条的数目。
+- 根据数据集属性，选择数据集被应用的任务的类型，同时支持添加子类型。
+- 配置数据集的信息，可以上传本地数据集文件配置三种类型的数据集地址，或者设置插件，配置参数让插件拉取数据集。
+- 数据集的特征映射填写数据集中文件的表头。
+- 该数据集分为两列，列名分别为：question/answer。
 
 ![数据集](images/dataset02.png)
 
+> 点击 [DCEdata_en_test.csv](images/DCEdata_en_test.csv) 可下载该测试集文件。
+> 点击 [DCEdata_en_Trainning.csv](images/DCEdata_en_Trainning.csv) 可下载该训练集文件。
+> 点击 [DCEdata_en_validation.csv](images/DCEdata_en_validation.csv) 可下载该验证集文件。
+
 ## 创建参数组
 
 在 **模型微调** -> **数据集** 中，点击 **创建** 按钮。
@@ -47,57 +59,55 @@
 
 ## 创建微调实验
 
-1. 在 **模型微调** -> **数据集** 中，点击 **创建微调实验** 按钮
+1.  在 **模型微调** -> **数据集** 中，点击 **创建微调实验** 按钮
 
-    ![创建微调实验](images/create-fine-tuning-experiment、.png)
+![创建微调实验](images/create-fine-tuning-experiment.png)
 
-2. 填写表单
+2.  填写表单
 
     - 实验名称：由小写字母、数字字符或“-”组成，并且必须以字母或数字字符开头及结尾。
     - 选择评估方式：实验中对模型使用的评分准则。
     - 选择命名空间。
 
-    ![实验基本信息](images/basic-information-of-experiment.png)
-
-    - 任务名称：由小写字母、数字字符或“-”组成，并且必须以字母或数字字符开头及结尾。
-    - 选择算力类型并填写物理卡个数。
+![实验基本信息](images/basic-information-of-experiment.png)
 
-    !!! info
+- 任务名称：由小写字母、数字字符或“-”组成，并且必须以字母或数字字符开头及结尾。
+- 选择算力类型并填写物理卡个数。
 
-        当前模型服务仅支持Nvidia的GPU，模型会根据物理卡个数在GPU上进行分布式微调。
+!!! info
 
-    - 资源配置：
+      当前模型服务仅支持Nvidia的GPU，模型会根据物理卡个数在GPU上进行分布式微调。
 
-        - CPU 配额：通常需要使用多核 CPU 来加速训练和推理过程。具体的 CPU 配额需要根据任务的需求和可用的硬件资源来确定。
-        - 内存配置：根据模型的大小和数据集的大小来确定内存需求，并根据需要调整内存配置。
+- CPU 配额：通常需要使用多核 CPU 来加速训练和推理过程。具体的 CPU 配额需要根据任务的需求和可用的硬件资源来确定。
+- 内存配置：根据模型的大小和数据集的大小来确定内存需求，并根据需要调整内存配置。
 
-        推荐 CPU 配额和内存配置请求值为 **4** Core，限制值为 **8** Core
+  推荐 CPU 配额和内存配置请求值为 **16** Core，限制值为 **32** Core。
 
-        !!! note
+!!! note
 
-            两者的请求值皆不可超过限制值。
+      两者的请求值皆不可超过限制值。
 
-    ![任务配置](images/resource-allocation.png)
+![任务配置](images/resource-allocation.png)
 
-    - 选择实验中要使用的 **基础大模型** 、 **数据组** 以及 **参数组** 。
+- 选择实验中要使用的 **基础大模型** 、 **数据组** 以及 **参数组** 。
 
-    - 若要设置多个微调任务，可点击左下角 **添加任务** 创建新任务。
+- 若要设置多个微调任务，可点击左下角 **添加任务** 创建新任务。
 
-    ![alt text](images/add-task.png)
+![alt text](images/add-task.png)
 
-3. 点击右下角 **确认** 按钮创建微调实验。
+3.  点击右下角 **确认** 按钮创建微调实验。
 
 ## 部署微调模型
 
 在 **模型仓库** -> **内置模型** 的微调模型中，可以查看运行成功的实验结果。
 
 1. 点击右侧的 **...** ，在弹出的选项中选择 **部署** 。
 
-    ![微调模型部署](images/dtx-chat01.png)
+   ![微调模型部署](images/dtx-chat01.png)
 
-2. 填写模型服务名称、命名空间、算力配额、资源配置后点击 **确定** （注：资源给的太少服务会起不来）。
+2. 填写模型服务名称、命名空间、算力配额、资源配置后点击 **确定** （注：推荐 CPU 配额和内存配置请求值为 **16** Core， **32** Gi）。
 
-    ![微调模型部署](images/dtx-chat02.png)
+   ![微调模型部署](images/dtx-chat02.png)
 
 3. 创建成功，接下来可以通过部署的模型提供服务
 
@@ -107,8 +117,8 @@
    点击右侧 **对比对话** 即可与该模型 **对话**
    （注：最多可选中三个微调模型进行对话）。
 
-    ![模型服务对话](images/dtx-chat03.png)
+![模型服务对话](images/dtx-chat03.png)
 
 2. 可以输入训练集中的问题，点击发送给微调模型，以此验证模型微调的效果，微调模型会回答用户提出的问题。
 
-    ![模型服务对话](images/dtx-chat04.png)
+![模型服务对话](images/dtx-chat04.png)