编程智能体与代码 · 工具介绍
TrainJudge
在命令行诊断是否适合微调，审查数据并比较微调前后的留出集任务表现和通用能力变化。
TrainJudge 能做什么
在命令行诊断是否适合微调，审查数据并比较微调前后的留出集任务表现和通用能力变化。
- 语言模型与智能体质量评估及回归检查
如何使用 TrainJudge
判断一次微调是否真正改善目标任务
准备输入
- 任务目标
- JSONL 数据集
- 基础模型和执行预算
操作步骤
- 先诊断问题类型并审查训练数据。
- 划分留出集后按限定参数执行训练。
- 验证任务指标与通用能力回归，依据证据接受或拒绝新模型。
预期交付物
- 数据审查记录
- 微调验证报告
内置演示使用合成数据，其指标不能外推；真实任务需准备代表性留出集。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从编程智能体与代码角度评估TrainJudge
把编程智能体与代码需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
