调优数据上传规则 - 阿里云百炼

概述

本文档阐述文本生成模型调优数据的格式规格、打包要求、大小与数量限制及 API 上传配额。适用范畴为文本生成模型调优（text/image/video → text），涵盖纯文本 SFT/DPO/CPT、千问 VL 图片与视频理解、视频抽帧、工具调用（function calling）与深度思考（thinking）。视频生成模型调优（image → video）不属于本范畴。数据集类型（训练集或评测集）创建后不可变更。各训练方式与元素的支持情况详见训练方式与元素支持矩阵，各组合的格式构造规则见下文对应章节。

以下操作不可逆，请谨慎：

已发布版本不可再编辑；仅历史创建的草稿版本可删除或在线编辑。
数据集类型创建后不可变更。
切换类型、场景或训练方式会清空已上传文件。

管理类操作（创建参数、版本管理、评测集管理规则、导入方式选型、数据清洗、安全合规）引导到同级文档，详见训练集与评测集、模型调优简介等。建议在创建数据集页面下载对应场景的数据模板，按模板结构准备数据可避免导入失败。数据集构建建议（推荐数据规模、多样性与均衡、数据扩充策略）详见模型调优简介-数据集构建技巧。强化学习（RL）训练数据格式（jsonl + messages + rollout_extra，通过 SDK 上传）详见RL 训练数据格式。

训练方式与元素支持矩阵

训练集支持 SFT、DPO、CPT 三种训练方法，各训练方式与元素的支持情况见下文矩阵表。调优推荐顺序为 CPT（可选）→ SFT → DPO（可选），三者递进非互斥。地域可用性：

SFT、本地上传、日志回流、API 上传、多模态数据格式全地域支持。
DPO、CPT、OSS 导入、云存储挂载仅支持北京地域。

训练方式与元素的支持矩阵如下：

训练方式	文本生成	视觉理解-图片输入	视觉理解-视频输入（qwen3.5+）	视觉理解-工具调用（qwen3.5+）	深度思考
SFT	✓	✓	✓	✓	✓
DPO	✓	✗	✗	✗	✓
CPT	✓	✗	✗	✗	✗
评测集	✓	✗	✗	✗	✗

各训练方式新增版本均采用新建模式，需重新导入全部数据。训练方法 SFT/DPO/CPT 字段定义详见模型调优简介。

文本生成 - SFT 格式

SFT 文本生成训练数据采用 jsonl 文件格式，基于 ChatML messages 多轮结构。

支持 system、user、assistant 三种角色，content 字段为字符串（多模态场景的 content 数组结构见对应多模态格式章节）。
单文件大小上限 200 MB。
一个数据集可混合不同格式行——每条记录独立选格式，无需统一为单一格式。
可选格式：普通对话、深度思考、工具调用、工具与思考组合（见下方标签页样例）。

SFT 文本生成支持以下样例格式，各样例的完整 JSON 结构见对应标签页：

普通 ChatML
深度思考（thinking）
工具调用（function calling）

普通 ChatML 格式样例（system/user/assistant 多轮对话）：

{
  "messages": [
    {"role": "system", "content": "系统输入1"},
    {"role": "user", "content": "用户输入1"},
    {"role": "assistant", "content": "期望的模型输出1"},
    {"role": "user", "content": "用户输入2"},
    {"role": "assistant", "content": "期望的模型输出2"}
  ]
}

进阶用法

支持loss_weight参数，取值范围 (0.0, 1.0]，数值越大代表训练时该条数据的重要性越高。
默认支持 Qwen3.5 及以上版本模型；如需支持 Qwen3、Qwen2.5 系列模型，请联系商务经理。

{"role": "assistant", "content": "期望的模型输出", "loss_weight": "1.0"}

深度思考（thinking）格式样例（思考标签放最后一条 assistant，前后换行必须保留）：

{
  "messages": [
    {"role": "system", "content": "系统输入1"},
    {"role": "user", "content": "用户输入1"},
    {"role": "assistant", "content": "模型输出1"},
    {"role": "user", "content": "用户输入2"},
    {"role": "assistant", "content": "<think>\n期望的思考内容2\n</think>\n\n期望的输出2"}
  ]
}

思考模式格式说明

深度思考内容用 <think>\n…\n</think>\n\n 标签包裹，置于 assistant 输出文本内（与最终答复同属最后一条 assistant 的 content）。规则：

只能放在最后一条 assistant 输出中；中间的 assistant 输出不加思考标签。
思考标签前后的换行符必须保留。
若训练样本设置模型不输出思考标签，训练完成后不建议再开启思考模式调用。

评测集格式

评测集仅服务文本生成场景，与 SFT/DPO/CPT 训练方式无关——DPO/CPT 训练后的模型同样使用文本生成评测集进行评测，不区分训练方式。评测集规格：

文件格式 xlsx，列结构见控制台下载模板。
入库方式：本地上传、日志回流；不支持对象存储（OSS）导入与云存储挂载。
仅历史创建的草稿版本支持在线编辑（Prompt/Completion），已发布版本不可编辑。

本地上传文件格式为 xlsx（列结构见控制台下载模板），每条评测数据为一组 Prompt/Completion 内容，示例如下：

{"prompt": "谁在文艺复兴时期绘制人体?", "completion": "文艺复兴时期是一个关于艺术、文化和学术的复兴运动,在这个时期,许多艺术家都绘制了人体。"}
{"prompt": "为什么太阳会发光发热?", "completion": "太阳是由氢原子核在高温高压下聚变而产生的巨大能量。这种聚变反应释放出大量的光和热能。"}
{"prompt": "为什么天空是蓝色的?", "completion": "阳光照射到地球大气层中时,波长较短的蓝光会被大气中的气体分子散射开来,形成我们看到的蓝天。"}

日志回流入库限制：

支持日志范围为最近 30 天内。
单次导入上限 10 万条。
需授权服务关联角色并指定 API Key 与模型筛选条件。
训练集仅 SFT 文本生成场景可用（评测集文本生成亦支持）。

日志回流导入方式详情见日志回流。评测集应准备数据不重叠的独立集合，用于客观评估模型泛化能力。评测集管理规则详见训练集与评测集。

文本生成 - DPO 格式

DPO 文本生成训练数据采用 jsonl 格式，基于 ChatML messages 多轮结构，额外含 chosen 与 rejected 两条对比的 assistant 输出，用于偏好对齐训练。messages 内的所有内容均作为输入，DPO 用于训练模型对最后一条 user 输入的正负反馈。messages 多轮结构规则见文本生成 - SFT 格式。针对深度思考内容，chosen 或 rejected 的 assistant 输出可使用思考标签包裹，思考标签只能放最后一条 assistant 行，规则见文本生成 - SFT 格式。 loss_weight （邀测）参数支持 chosen 模块，取值范围 0.0 至 1.0，数值越大训练重要性越高，详见文本生成 - SFT 格式。 DPO 训练数据单文件大小上限为 200 MB，与 SFT 文本生成一致。DPO 定义详见模型调优简介，版本管理与发布操作见训练集与评测集。 DPO 文本生成训练数据样例见下文代码块：

普通 ChatML
深度思考（thinking）

普通 chosen/rejected 对比格式样例（两条对比的 assistant 输出）：

{
  "messages": [
    {"role": "system", "content": "系统输入"},
    {"role": "user", "content": "用户输入1"},
    {"role": "assistant", "content": "模型输出1"},
    {"role": "user", "content": "用户输入2"},
    {"role": "assistant", "content": "模型输出2"},
    {"role": "user", "content": "用户输入3"}
  ],
  "chosen": {"role": "assistant", "content": "赞同的模型期望输出3"},
  "rejected": {"role": "assistant", "content": "反对的模型期望输出3"}
}

思考标签格式样例（深度思考内容用思考标签包裹，放最后 assistant）：

{
  "messages": [
    {"role": "system", "content": "系统输入"},
    {"role": "user", "content": "用户输入1"},
    {"role": "assistant", "content": "模型输出1"},
    {"role": "user", "content": "用户输入2"}
  ],
  "chosen": {"role": "assistant", "content": "<think>\n期望的思考内容\n</think>\n\n期望的模型输出"},
  "rejected": {"role": "assistant", "content": "反对的模型期望输出2"}
}

文本生成 - CPT 格式

CPT 文本生成训练数据采用 jsonl 纯文本格式，每行一个 jsonl 对象，结构为 {text}，text 字段为纯文本内容。messages 多轮结构规则见文本生成 - SFT 格式。 CPT 训练数据约束：

建议至少 5000 万 Token，单文件大小上限 300 MB。

CPT 定义详见模型调优简介，版本管理与发布操作见训练集与评测集。CPT 纯文本样例完整 JSON 结构见下文代码块。 {text} 纯文本格式样例（每行一个 jsonl 纯文本对象）：

{
  "text": "文本内容"
}

视觉理解-SFT 格式

SFT 图片训练数据用于千问 VL 多模态理解（控制台 UI 选项为「图片理解」）场景，采用 zip 压缩包格式，包含 data.jsonl 训练文本数据文件与图片文件。data.jsonl 须置于压缩包根目录，data.jsonl 中每条训练数据的 messages 采用 content 数组结构，数组项含图片字段（image）与文本字段（text）。推荐使用单层目录结构，打包规则详见多模态压缩包打包规则。

图片输入限制
视频输入限制

图片准入限制如下：

单张图片宽度和高度均不超过 1024 px。
单张图片不超过 10 MB。
支持格式：bmp、jpeg、jpg、png、tif、tiff、webp。

resized_width 与 resized_height 为可选的目标缩放控制参数，用于指定图片目标缩放尺寸，非图片准入上限。图片准入上限为宽高不超过 1024 px、单张不超过 10 MB。图片准入具体数值以控制台实际展示为准。图片消耗 token 计算详见图像与视频理解-计费与限流。

仅 qwen3.5 及以后的多模态模型支持。支持两种视频输入模式：

视频文件路径模式：video 字段为字符串（如 "video1.mp4"），由平台处理抽帧。适用于使用完整视频文件的场景。
图片帧列表模式：video 字段为图片文件名列表（如 ["0.jpg","1.jpg"]），用户自行准备帧序列。适用于已有抽帧图片的场景。

训练数据中的图片与视频须同时满足模型调用的输入限制（如图像分辨率、视频时长、帧率等），调用限制详见视频限制。

视频消耗 token 计算详见图像与视频理解-计费与限流。两种模式的字段对比与样例见下文：

字段/参数	视频文件路径模式	图片帧列表模式
video	str（视频文件路径，必填）	List[str]（图片帧列表，必填）
sample_fps	不适用	float（[0.1, 10]，默认 2.0，可选）
fps	float（[0.1, 10]，默认 2.0，可选）	不适用
resized_width	int（缩放宽度，可选）	int（缩放宽度，可选）
resized_height	int（缩放高度，可选）	int（缩放高度，可选）
video_start	float（截取起始时间，可选）	不适用
video_end	float（截取结束时间，可选）	不适用

SFT 图片训练样例见下文标签页：

普通 ChatML 格式样例（system/user/assistant 多轮对话）：

{
  "messages": [
    {"role": "system", "content": [{"text": "系统输入1"}]},
    {"role": "user", "content": [{"text": "用户输入1"}]},
    {"role": "assistant", "content": [{"text": "期望的模型输出1"}]},
    {"role": "user", "content": [{"text": "用户输入2"}]},
    {"role": "assistant", "content": [{"text": "期望的模型输出2"}]}
  ]
}

深度思考（thinking）格式样例（思考标签放最后一条 assistant，前后换行必须保留）：

{
  "messages": [
    {"role": "system", "content": [{"text": "系统输入1"}]},
    {"role": "user", "content": [{"text": "用户输入1"}]},
    {"role": "assistant", "content": [{"text": "模型输出1"}]},
    {"role": "user", "content": [{"text": "用户输入2"}]},
    {"role": "assistant", "content": [{"text": "<think>\n期望的思考内容2\n</think>\n\n期望的输出2"}]}
  ]
}

qwen3.5+的模式支持使用工具调用数据格式。

工具调用（function calling）格式样例（tools 定义 + messages 多轮含 tool 角色，tool_call_id 一一对应）：

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查询指定城市的实时天气",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {"type": "string", "description": "城市名称，例如：北京"}
          },
          "required": ["city"]
        }
      }
    }
  ],
  "messages": [
    {"role": "user", "content": [{"text": "帮我查一下北京的天气"}]},
    {
      "role": "assistant",
      "content": [{"text": "好的，我来帮您查询北京的天气。"}],
      "tool_calls": [
        {
          "id": "call_3a11c1ba883b41b6a4e0cb",
          "type": "function",
          "function": {
            "name": "get_weather",
            "arguments": "{\"city\": \"北京\"}"
          }
        }
      ]
    },
    {"role": "tool", "tool_call_id": "call_3a11c1ba883b41b6a4e0cb", "content": [{"text": "{\"city\": \"北京\", \"weather\": \"晴\", \"temperature\": \"25℃\"}"}]},
    {"role": "assistant", "content": [{"text": "北京今天天气晴朗，气温 25℃，适合出行。"}]}
  ]
}

图片加文本格式样例（content 数组含图片项与文本项）：

{
  "messages": [
    {"role": "system", "content": [{"text": "系统输入"}]},
    {
      "role": "user",
      "content": [
        {"text": "用户输入1"},
        {"image": "图像文件名1.jpg", "resized_width": 200, "resized_height": 200}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型输出1"}]}
  ]
}

视频文件路径模式格式样例（video 字段为视频文件路径字符串）：

{
  "messages": [
    {"role": "system", "content": [{"text": "系统输入"}]},
    {
      "role": "user",
      "content": [
        {"text": "用户输入1"},
        {"video": "视频文件名1.mp4", "fps": 3.0, "resized_width": 200, "resized_height": 200, "video_start": 0.0, "video_end": 3.0}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型输出1"}]}
  ]
}

图片帧列表模式格式样例（video 为帧列表，含 sample_fps）：

{
  "messages": [
    {"role": "system", "content": [{"text": "系统输入"}]},
    {
      "role": "user",
      "content": [
        {"text": "用户输入2"},
        {"video": ["0.jpg", "1.jpg", "2.jpg", "3.jpg"], "sample_fps": 5.0, "resized_width": 200, "resized_height": 200}
      ]
    },
    {"role": "assistant", "content": [{"text": "期望的模型输出2"}]}
  ]
}

多模态理解定义详见模型调优简介。

工具调用格式说明

工具调用（function calling）模式在 messages 多轮结构基础上增加 tools 定义与 tool_calls/role:tool 机制，字段约束如下：

tools：工具定义数组，每项含 type:"function" 与 function{name, description, parameters}；parameters 为 JSON Schema（含 type/properties/required）。
messages：多轮对话数组，角色含 user、assistant、tool。
content：多模态内容数组，可含 image、text、video 等项（与多模态理解格式一致）。
assistant.tool_calls：模型生成的工具调用数组，含 id、type:"function"、function{name, arguments}；arguments 为 JSON 字符串。
role:"tool"：工具返回，tool_call_id 必须与对应 tool_calls[].id 一一对应，content 内为工具返回结果。

多轮对话最后一条通常为 assistant 基于工具返回的最终答复。百炼不支持 OpenAI 的 name、weight 参数，所有 assistant 输出都会被训练。从 OpenAI/Azure 迁移的训练数据不可携带 name/weight 字段。数据多样性与均衡性建议：各场景数据数量应相对均衡，数据比例符合实际场景比例，避免某一类数据过多导致模型偏向于学习该类特征，影响泛化能力。

思考模式格式说明

深度思考内容用 <think>\n…\n</think>\n\n 标签包裹，置于 assistant 输出文本内（与最终答复同属最后一条 assistant 的 content）。规则：

只能放在最后一条 assistant 输出中；中间的 assistant 输出不加思考标签。
思考标签前后的换行符必须保留。
若训练样本设置模型不输出思考标签，训练完成后不建议再开启思考模式调用。

RL 训练数据格式

强化学习（RL）训练数据采用 jsonl 格式，每行一个 JSON 对象，含 messages 与 rollout_extra 两个字段。RL 通过 SDK 上传（AgenticRL.run()），非控制台打包通道；计费按 MTU 模型训练单元，非 Token。RL 数据格式、SDK 上传与 Rollout/Reward 函数开发详见强化学习训练概述。字段说明：

messages：用户问题，ChatML 结构（[{role, content}]）。只含 prompt（user，可前置 system），不含assistant回答——回答由模型在 Rollout 阶段自主生成。content 为字符串。
rollout_extra：参考答案或业务数据，dict 类型，透传给 Reward 函数用于评分。支持自定义 key（不限于 solution）；框架自动提取 ground_truth（参考答案），自定义 key 通过 rollout_extra["key"] 读取。

RL 数据不含reward字段——reward 由 Reward 函数在训练运行时计算（对比 rollout_extra 参考答案评分，输出 0~1 分），不预置在 jsonl 中。与 SFT（messages 含完整 assistant 答案）、DPO（chosen/rejected 对）不同，RL 的 messages 只有 prompt。数学推理样例（rollout_extra.solution 标准答案）：

{"messages": [{"role": "user", "content": "Output the answer when you are ready. The answer should be surrounded by three sharps (###), in the form of ### ANSWER: <answer> ###. 6.6 minus x (3/2) times equals 5.6."}], "rollout_extra": {"solution": "2/3"}}

代码生成样例（entry_point/tests/timeout_sec/language）：

{"messages": [{"role": "user", "content": "Write a function add(a, b) that returns the sum of two integers."}], "rollout_extra": {"entry_point": "add", "tests": "def test_add():\n    assert add(1,2)==3\n    assert add(-1,1)==0\n", "timeout_sec": 10, "language": "python"}}

Agent 工具调用样例（expected_tools/success_check/max_steps）：

{"messages": [{"role": "user", "content": "查询订单 ORD-123 的物流状态并告知预计送达日期。"}], "rollout_extra": {"expected_tools": ["query_order", "get_logistics"], "success_check": "SELECT status FROM orders WHERE id='ORD-123'", "max_steps": 6}}

rollout_extra 常用 key（按场景）：

数学推理：solution（标准答案）、solution_steps（过程，可选）、difficulty（难度，可选）。
Agent 工具调用：expected_tools（期望工具集）、success_check（成功判定）、max_steps（调用效率参考）。
代码生成：entry_point（入口函数）、tests（单测代码）、timeout_sec（执行超时）、language（沙盒选型）。

RL 数据约束：

数据量需大于 batch_size（默认 64）。几十至几百条可验证方案；正式训练数学推理 500~2000 条、Agent ≥1000 条、代码 ≥1000 题，数据量越大效果越优。
训练集与验证集为两个独立 jsonl 文件，分别通过 TrainingDataset/ValidationDataset 上传（验证集可选）。
RL 通过 SDK 上传（AgenticRL.run()），非控制台打包通道；计费按 MTU 模型训练单元，非 Token。SDK 字段与提交方式详见强化学习训练配置。

多模态压缩包打包规则

多模态理解训练数据以 zip 压缩包形式通过新增数据集页面上传，打包须满足以下约束：

压缩包最大支持 2 GB。
包内文件夹与文件名允许的字符集为 ASCII 字母（a-z、A-Z）、数字（0-9）、下划线（_）、连字符（-）。
训练文本数据文件固定为 data.jsonl，必须位于压缩包根目录——确保压缩后打开 zip 文件直接看到 data.jsonl，外层不能再包裹文件夹。

图片或视频文件名应在压缩包内全局唯一，即使分布在不同文件夹中。data.jsonl 内只需声明文件名而非文件路径——正确示例：image1.jpg；错误示例：jpg_folder/image1.jpg。云存储挂载不支持 zip 压缩包。使用云存储挂载加载数据集时，须将未经压缩的数据集文件夹整体上传到 OSS Bucket，通过 MountStorage 的 file_path 指定 data.jsonl 文件路径；包含多文件时只需指定 data.jsonl 路径，其余同目录文件自动挂载。云存储挂载详见使用 API 进行模型调优。命名示例与目录结构见下文代码块。云存储挂载授权操作见在控制台进行模型调优，OSS 导入 Bucket 标签打标操作见训练集与评测集。

# 单层目录（推荐）
Trainingdata_vl.zip
  |--- data.jsonl        # 必须在根目录，外层不再包裹文件夹
  |--- image1.png
  |--- video1.mp4

# data.jsonl 内声明文件名（非路径）
# 正确：image1.jpg
# 错误：jpg_folder/image1.jpg

前往控制台新增数据集页面上传多模态压缩包并完成打包校验。

文件大小与数量限制

本地上传文件大小与数量上限按训练方式分场景设定，详见下文分场景表。图片准入限制见视觉理解-SFT 格式，评测集格式限制见评测集格式，日志回流入库限制见评测集格式。 max_length 取值区间 500 至 131072 为训练序列长度配置参数，非上传准入上限。单条训练数据上传准入大小上限以控制台页面展示为准。本地上传文件大小与数量上限按训练方式分场景设定，推荐数据量为最低建议值：

训练方式/场景	单文件大小上限	文件数量上限(maxCount)	推荐数据量
文本生成 - SFT 格式	200 MB	10（默认）	至少上千条
文本生成 - DPO 格式	200 MB	10（默认）	至少上百条
文本生成 - CPT 格式	300 MB	1	至少 5000 万 Token
多模态（zip）	2 GB	1	根据实际场景准备充足样本
文件名（不含后缀）	≤120 字符且不重名	—	—
扩展名	须在新增数据集列表中	—	—

API 上传配额

通过 DashScope API 上传调优文件（用途标记为模型调优）的配额见下文配额表。控制台创建数据集时，File API 列表最多支持 10 个文件合并注册；通过 API 上传的调优文件在控制台模型调优页面与 API 调用中均可见可用。云存储挂载加载数据集的约束：

通过 MountStorage 的 file_path 指定 data.jsonl 根目录清单路径，不支持 zip 压缩包。
挂载前需授权百炼服务访问 OSS 数据。

超限承接与加密：

单文件超过 300 MB：通过云存储挂载或多模态 ZIP 2 GB 通道上传。
总配额超额：删除历史文件释放空间。
导入数据自动启用 OSS 服务端加密（SSE-OSS，AES256）。

API 调用、认证、SDK、错误码、MountStorage 字段细节见使用 API 进行模型调优。 API 上传调优文件配额如下：

配额项	限制值	说明
单文件大小	不超过 300 MB	调优文件（模型调优用途）
有效文件总空间	100 GB	未删除文件累计
有效文件总数量	10000 个	未删除文件累计
文件存储时长	无时间限制	不自动过期
File API 列表上限	10 个	控制台创建数据集时合并注册

OSS 导入与云存储挂载的差异对比如下：

维度	OSS 导入	云存储挂载
前置条件	百炼数据访问授权标签	授权百炼服务访问 OSS 数据
数据形态	单个或批量文件	未经压缩的数据集文件夹整体（不支持 zip）
入口	数据管理 > 新增数据集 > OSS 导入	模型调优 > 创建训练任务 > 数据配置 > 数据集挂载
评测集	✗	✗

上传校验与常见错误

在新增数据集页面本地上传文件时，前端校验会拒绝不符合准入规则的文件并弹出提示。常见校验拒绝与上传出错场景见下文折叠项：

问题：上传文件时前端提示文件数量超过上限，文件被拒绝上传。

定位：maxCount 按训练方式设定——SFT/DPO 文本默认 10，多模态 zip 与 CPT 为 1。上传文件数超过对应训练方式的上限即被前端拒绝。处置：按以下方式调整后重传：

核对当前训练方式对应的 maxCount 上限，详见文件大小与数量限制。
减少文件数至上限内；多模态数据合并为单个 zip，CPT 数据合并为单个 jsonl。
文件数仍超限时拆分为多个数据集分批上传。

问题：文件名（不含后缀）长度超过 120 字符，前端拒绝上传。

定位：文件名不含后缀上限 120 字符，且须仅含 ASCII 字母、数字、下划线、连字符。处置：按以下方式调整后重传：

重命名文件，使文件名（不含后缀）缩短至 120 字符以内。
仅使用 a-z/A-Z/0-9/_/- 字符，去除中文及其他非 ASCII 字符。
多模态压缩包内文件名还须全局唯一。

问题：文件名（不含后缀比对）重复，前端拒绝上传。

定位：同一数据集内文件名不含后缀须唯一，比对时忽略扩展名。处置：按以下方式调整后重传：

排查重名文件，重命名使其不含后缀部分唯一。
同名不同扩展名的文件（如 image.jpg 与 image.png）也会被判重名，须同时区分。
多模态 zip 内文件名须全局唯一，即使分布在不同文件夹。

问题：单文件大小超过对应训练方式上限，前端拒绝上传。

定位：单文件大小上限按训练方式分场景——SFT/DPO 文本 200 MB、多模态 zip 2 GB、CPT 300 MB。处置：按以下方式调整后重传：

核对文件大小是否超过对应训练方式上限。
拆分 jsonl 为多个文件分批上传（SFT/DPO）；CPT 数据拆分需新建多个数据集。
单文件超 300 MB 的承接方式见API 上传配额。

问题：文件扩展名不在 supportedExtension 列表，前端弹出 warning 并拒绝上传。

定位：扩展名须在支持列表内——文本训练用 jsonl，评测集用 xlsx，多模态图片支持 bmp/jpeg/jpg/png/tif/tiff/webp，多模态视频支持 mp4 等格式。处置：按以下方式调整后重传：

核对文件扩展名是否在对应场景的支持列表内。
将文件转换为支持的扩展名后重新打包上传。
多模态 zip 内图片与视频扩展名须逐一符合，否则整包导入失败。

问题：OSS 上传过程中文件被置为 error 状态，上传未完成。

定位：常见原因为 Bucket 标签缺失、百炼服务访问 OSS 授权异常或文件格式不符。处置：按以下方式排查后重试：

核对 OSS Bucket 已添加百炼数据访问授权标签。
确认已授权百炼服务访问 OSS 数据。
检查 data.jsonl 与文件格式符合打包规则后重试上传，详见多模态压缩包打包规则。

不可逆操作风险提示：

发布与删除操作均不可逆；已发布版本不可再编辑，仅历史创建的草稿版本可删除或在线编辑。
数据集类型（训练集/评测集）创建后不可变更、不可互换，选错需新建数据集重新导入全部数据。
切换数据集类型、训练场景、训练方式时会清空已上传文件并重置存储位置与导入方式。

验证集自动切分会从训练集中随机抽取 10% 数据作为验证集，减少实际训练数据量。小数据集建议选择独立验证集，验证集配置操作见在控制台进行模型调优。建议先下载对应场景的数据模板，按模板结构准备数据可避免导入失败，数据模板下载建议见概述。常见问题排障详见下文折叠项。历史草稿版本数据清洗与增强操作见数据清洗或增强，安全合规数据领域见0 代码强化大模型安全合规能力。上传校验失败时，可前往控制台新增数据集页面核对文件格式与准入规则。

​概述

​训练方式与元素支持矩阵

​文本生成 - SFT 格式

进阶用法

​思考模式格式说明

​评测集格式

​文本生成 - DPO 格式

​文本生成 - CPT 格式

​视觉理解-SFT 格式

​工具调用格式说明

​思考模式格式说明

​RL 训练数据格式

​多模态压缩包打包规则

​文件大小与数量限制

​API 上传配额

​上传校验与常见错误

概述

训练方式与元素支持矩阵

文本生成 - SFT 格式

思考模式格式说明

评测集格式

文本生成 - DPO 格式

文本生成 - CPT 格式

视觉理解-SFT 格式

工具调用格式说明

思考模式格式说明

RL 训练数据格式

多模态压缩包打包规则

文件大小与数量限制

API 上传配额

上传校验与常见错误