用途:提供完整可运行的机器学习训练示例项目,演示从数据准备到部署的完整工作流,适合作为入门模板或参考实现。
主要能力:包含三个示例。情感分类使用 DistilBERT 做二分类(IMDB 风格),含 train.py、data.json(50 条样本)、inference.py。文本生成使用 GPT-2 small 加 LoRA 微调,含 train.py、config.yaml、generate.py、modal_deploy.py。RedAI 交易分类器做买/卖/持多分类,含特征工程、类别不平衡处理和 Modal 部署。
使用方式:脚本位于 scripts/。初始化项目:./scripts/setup-example.sh <project-name>;运行训练:./scripts/run-training.sh <project-name>;测试推理:./scripts/test-inference.sh <project-name> <input>。部署到 Modal:cd examples/<project-name> 后执行 modal deploy modal_deploy.py,再用 modal app show <app-name> 获取端点。
适用场景:需要分类、生成或金融 ML 参考实现时,可基于模板替换数据、调整超参数并复用训练脚本。
限制:资料未提供具体收费、价格、平台支持范围或效果数据;训练时间、GPU 需求等仅为示例说明,实际表现暂未提供。