Finetune Studio

Finetune Studio

不写代码就能用你自己的对话微调开源模型。用 Hugging Face 登录，选模型和一组聊天，选训练时长，成品模型就会出现在你的账号里。

由 qgallouedec 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Finetune Studio 让你不写代码就能用自己的对话微调一个开源语言模型。用你的 Hugging Face 账号登录后，你选一个模型、一组聊天和一个时间预算，然后点 Train。训练任务在 Hugging Face Jobs 上运行，完成的模型保存到你自己的账号里。

适合谁：如果你从没写过代码，又想要一个按自己聊天风格回答的模型，它很适合你。唯一的选择是训练多久，其他都按现成的配方来。

行业 | 谁在用 | 怎么用 | 例子
支持和服务 | 团队负责人 | 让小模型学会过往回复的语气 | 用一组客服聊天训练
写作和教练 | 教练和创作者 | 做一个用自己口吻回答的模型 | 用保存的对话训练
教育 | 老师 | 让模型适应一种讲解风格 | 用辅导聊天训练
研究 | 机器学习爱好者 | 在四个模型系列上试用一份经过测试的 LoRA 配方 | 对比四个模型中的两个

如果你想自己设置学习率、批大小和聊天模板，可以跳过它，因为配方已经固定了这些。

用在哪里：

• 网页浏览器：打开 Hugging Face 上的 Space 页面并登录
• Windows、macOS 或 Linux：在 Docker 里运行一份副本
• Hugging Face Jobs：训练任务本身在那里运行，用你自己的额度

用途 | 谁用 | 得到什么
用你的聊天训练 | 不写代码的人 | 保存在你 Hugging Face 账号里的普通模型
选择模型大小 | 爱好者 | 四个开源模型可选
观看运行 | 任何人 | 来自运行日志的实时进度

如何设置：在线页面需要一个能为任务付费的 Hugging Face 账号。本地副本需要 Docker。

• 一个 Hugging Face 账号，因为你用它登录
• 该账号上用于训练任务的额度
• 本地副本需要 Docker
• 一个网页浏览器

1. 想在线使用，打开 Hugging Face 上的 Space 页面并登录。
2. 想运行副本，先安装 Hugging Face hub 包。
3. 把 Space 下载到本地文件夹。
4. 进入该文件夹，构建 Docker 镜像。
5. 运行容器并发布端口。

pip install -U huggingface_hub
hf download qgallouedec/finetune-studio --repo-type space --local-dir finetune-studio
cd finetune-studio
docker build -t finetune-studio .
docker run -it -p 7860:7860 finetune-studio

如何使用：登录，选四个模型之一，选一个聊天数据集，选你愿意等多久，然后点击 Train。页面会检查数据集大小、启动任务并显示进度。你可以刷新页面，不会丢失这次运行。

示例：你登录，选 Qwen3-4B，选一组自己的聊天，并选 Quick 方案。一次快速运行大约需要 9 到 11 分钟。结束后，你的账号里会有一个普通模型，还有一份前后对比。

新手与专家：如果你是新手，微调的意思是通过给现有模型看示例，教它你的风格。先用 Quick 方案在一小组聊天上试，再对比前后效果。

如果你熟悉这个领域，配方是对所有线性层做 LoRA，学习率 2e-4，只计算助手部分的损失，开启 packing，长度上限 16384 个 token，推送前合并适配器。方案按 token 预算计算，所以训练轮数和梯度累积由一次实测抽样得出。菜单提供四个模型，分别来自 SmolLM3、Qwen3、Phi-3.5 和 gpt-oss 系列。浏览器直接读取 Hub，只有启动运行才需要 Space 自己的服务器。

用 Hugging Face 登录
选模型、聊天和时间预算
Space 检查 token 并生成配方
任务在 Hugging Face Jobs 上运行
合并后的模型出现在你的账号里

注意事项：Space 这一侧不保存任何东西。运行详情在任务的标签里，进度在它的日志里，结果在你的模型仓库里。仓库里的笔记写道，学习率 5e-5 没有迁移任何东西，而 1e-4 及以上则有效。

Title: Mean tokens per conversation across real datasets
Shortest average: 161 tokens
Longest average: 1146 tokens

• License: apache-2
• Cost to run: 一个有 Jobs 额度的 Hugging Face 账号，因为训练用你自己的额度
• Data it reaches: 你的 Hugging Face 账号、你选的数据集和聊天，以及它创建的模型仓库
• Not for: 手动调学习率、批大小或聊天模板，因为用的是一份精选配方

Hugging Face 上的数据（2026年11月13日）

• 点赞：6
• 构建方式：docker
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/qgallouedec/finetune-studio
• 文件：https://huggingface.co/spaces/qgallouedec/finetune-studio/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。