作者：王昕 來源：IT時報

近日，明略科技集團實現(xiàn)了機器學習可視化工具——TensorBoard的C++接口，進一步豐富了基于C++的大模型項目工具集，使得大模型預訓練過程監(jiān)控更加便捷、高效，加速營銷領域大模型預訓練進程。該工具已在Github開源。

TensorBoard是Google開發(fā)的一款機器學習可視化工具，常用于監(jiān)測機器學習過程的各項指標。明略科技高級技術總監(jiān)趙亮介紹：“在大模型訓練過程中，數(shù)據(jù)監(jiān)測是一個重要維度，而TensorBoard通過可視化模型中的各種參數(shù)和結(jié)果，例如記錄大模型訓練過程的Loss變化、驗證集的PPL變化、學習率變化、Token消耗量、單步參數(shù)更新時延等指標，幫助分析訓練狀態(tài)，發(fā)現(xiàn)訓練過程中出現(xiàn)的問題并及時采取干預措施，提升大模型訓練進程和效果?！?/p>

此前，TensorBoard僅支持Python語言接口。此次明略科技通過C++實現(xiàn)TensorBoard，將進一步豐富基于C++實現(xiàn)的大模型項目工具集，大幅提升模型訓練監(jiān)測效率，加速模型訓練進程，改寫接口后的工具將通過多維度的數(shù)據(jù)模式展示訓練指標，包括標量、直方圖、圖像、圖像合集、音頻、文本等數(shù)據(jù)模式。該工具包通過github項目Tensorboard.cpp分享，助力更多研究者和開發(fā)者參與并加速大模型的研發(fā)進程，推動人工智能多領域的應用探索。

明略科技集團CTO郝杰表示：“我們要在更高效、更低成本的要求下做出營銷領域的大模型，通過自適應技術提升大模型的能力。好的行業(yè)大模型需要具備通用大模型的邏輯性、語言順暢度，同時還需要實現(xiàn)通用大模型所不具備的，在某個行業(yè)內(nèi)或具體的領域中的真實性、專業(yè)性。”