Swift DOCUMENTATION

Get Started

• SWIFT安装
  • Wheel包安装
  • 源代码安装
  • 旧版本
  • 镜像
  • 支持的硬件
  • 运行环境
  • Notebook环境
• 快速开始
  • 安装
  • 使用样例
  • 了解更多
• Web-UI

Instruction

• 命令行参数
  • 基本参数
  • 原子参数
  • 集成参数
  • 特定模型参数
  • 其他环境变量
• 预训练与微调
  • 环境准备
  • 预训练
  • 微调
  • Merge LoRA
  • 推理（微调后模型）
  • 部署（微调后模型）
• 人类对齐
  • 数据集
  • GRPO
  • DPO
  • RM
  • PPO
  • KTO
  • CPO
  • ORPO
  • SimPO
• 推理和部署
  • 推理
  • 部署
• Megatron-SWIFT训练
  • 环境准备
  • 快速入门案例
  • Benchmark
  • 命令行参数
• 采样
  • 能力介绍
  • 环境准备
  • 使用PRM和ORM进行结果过滤
  • 自定义PRM或ORM
  • 显存控制
  • 实际例子
  • 大模型蒸馏采样
• 评测
  • 能力介绍
  • 环境准备
  • 评测
  • 训练中评测
  • 自定义评测集
  • 问答题格式（QA）
• 导出与推送
  • Merge LoRA
  • 量化
  • 推送模型
• 强化微调
  • 强化微调的概念
  • 什么时候使用强化微调
  • SWIFT的实现
  • 实验结果
  • 未来计划
• GRPO
  • 集群支持
  • 奖励函数
  • 参数与运行脚本
  • 自定义奖励模型
  • DAPO
• Agent支持
  • 数据集格式
  • tools格式
  • loss_scale的使用
  • 训练
  • 推理
  • 部署
• 支持的模型和数据集
  • 模型
  • 数据集
• 使用Tuners
  • 接口列表
• 常见问题整理
  • 训练
  • 推理
  • 部署
  • 评测

Customization

• 自定义模型
  • 模型注册
• 自定义数据集
  • 标准数据集格式
  • dataset_info.json
  • 数据集注册
• 插件化
  • callback回调
  • 定制化loss
  • 定制化loss_scale
  • 定制化metric
  • 定制化optimizer
  • 定制化agent template
  • 定制化tuner
  • PRM
  • ORM

Best Practices

• GRPO完整实验流程
  • 任务与数据集定义
  • 奖励函数定义：
  • GRPO训练实验记录
• 多模态GRPO完整实验流程
  • ClevrCount 任务
  • 奖励函数定义：
  • Geometric QA任务
  • Multimodal Open R1 数据集实验
• GRPO代码训练
  • 奖励函数
  • 训练脚本
• Embedding训练
  • loss
  • 数据集格式
  • 脚手架
• 快速训练视觉语言（Vision-Language, VL）模型的最佳实践
  • 模型修改
  • 训练
  • 推理/部署/评测
• NPU支持
  • 环境准备
  • 微调
  • 推理
  • 部署
• 更多最佳实践

Indices and tables

• 索引

• 模块索引

• 搜索页面