finetuning
在 Microsoft Foundry 上使用 SFT（监督式）、DPO（偏好）或 RFT（带评分器的强化学习）微调模型。涵盖数据集准备、训练作业提交、部署和评估。适用场景：微调、SFT、DPO、RFT、训练数据、评分器、蒸馏、微调模型、训练作业、大文件上传、校准评分器、部署微调模型、评估微调模型。不适用场景：不进行微调的通用模型部署（请使用 deploy-model）、智能体创建（请使用 agents）、不进行训练的提示优化（请使用 prompt-optimizer）。
机器翻译查看英文原文
Fine-tune models on Microsoft Foundry using SFT (supervised), DPO (preference), or RFT (reinforcement with graders). Covers dataset preparation, training job submission, deployment, and evaluation. USE FOR: fine-tune, SFT, DPO, RFT, training data, grader, distillation, fine-tuned model, training job, large file upload, calibrate grader, deploy fine-tuned model, evaluate fine-tuned model. DO NOT USE FOR: general model deployment without fine-tuning (use deploy-model), agent creation (use agents), prompt optimization without training (use prompt-optimizer).
适用对象：云服务、运维与安全。自动收录 · 待核查。
原作者说明节选
从固定版本的 SKILL.md 提取，保留原文语言。以下内容属于作者说明，本站尚未验证安装、兼容或运行结果。
查看英文原文
原文涵盖的主题
- Fine-Tuning on Microsoft Foundry
- When to Use
- Workflows
- References
- Scripts
- Rules
- Quick Reference
- Error Handling
Fine-tune models using SFT (supervised), DPO (preference), or RFT (reinforcement with graders). Covers dataset prep, training, deployment, and evaluation. Use this sub-skill when the user asks about: Fine-tuning a model (SFT, DPO, or RFT) Preparing, validating, or formatting training data Submitting, monitoring, or diagnosing training jobs Calibrating graders or pass thresholds for RFT Deploying or evaluating a fine-tuned model Choosing between training types (SFT vs DPO vs RFT) Distillation, synthetic data generation, or dataset quality scoring Large file uploads for training data Cleaning up fine-tuning resources (files, deployments) Do NOT use for: General model deployment without fine-tuning (use deploy-model), agent creation (use agents), prompt optimization without training (use prompt-optimizer). | Stage | Guide | |-------|-------| | Quick start | workflows/quickstart.md | | Full pipeline | workflows/full-pipeline.md | | Create data | workflows/dataset-creation.md | | Iterate | workflows/iterative-training.md | | Diagnose | workflows/diagnose-poor-results.md | | Topic | File | |-------|------| | SFT vs DPO vs RFT | references/training-types.md | | Hyperparameters | reference
这里只展示节选，请以完整原文和当前要求为准。
- 来源仓库
- microsoft/skills
- 源文件
- .github/plugins/azure-skills/skills/microsoft-foundry/finetuning/SKILL.md
- 固定版本
- 9287b443662d2433c85621c7325ee72a0ce499b5
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
第一件可以尝试的小事
先阅读原作者说明，再决定是否在自己的 AI 工具中使用。
对应 AI 工具说明
作者有说明不等于本站实机验证。没有证据时，不自动标为兼容、安全或免费。
来源与内容状态
本条为自动发现的元数据，尚未完成人工文档核查；适用性与运行结果待核查。
原作者：Microsoft Skills · 原作者仓库元数据。文档核查：未核查。最近来源检查：2026-11-10T19:02:06.780Z。
分类由名称、说明与路径规则生成，分类不代表已核实适配。
许可与权利归属
MIT。第三方内容及版权归原作者，使用条件以原文为准。
许可原文 ↗本站没有因同步、复制或用户自报成功而将资源标为运行验证通过。
限制与注意事项
- 元数据收录不代表本站已经安装、适配、实测或进行安全审查。