2pm.space数据集、训练、智能体
三个步骤，全部在模型将要工作的那个工作区内完成。
构建数据集
在收件箱的会话中选择训练数据集，给值得保留的 AI 回复点 👍，并改进答偏的回复。每个问答对都要等你纳入或排除，才会有内容被发送去训练。
选择基础模型并训练
选择开放权重基础模型，数据集导出后查看预估费用，沿用默认超参数或自行调整，然后开始运行。
让智能体使用它
训练完成的适配器会出现在智能体模型选择器的 My Adapters 下。让一个智能体使用它，在收件箱里用“Run with…”以该智能体重放真实的顾客消息，留下回答更好的那个。
构建数据集
在收件箱的会话中选择训练数据集，给值得保留的 AI 回复点 👍，并改进答偏的回复。每个问答对都要等你纳入或排除，才会有内容被发送去训练。
选择基础模型并训练
选择开放权重基础模型，数据集导出后查看预估费用，沿用默认超参数或自行调整，然后开始运行。
让智能体使用它
训练完成的适配器会出现在智能体模型选择器的 My Adapters 下。让一个智能体使用它，在收件箱里用“Run with…”以该智能体重放真实的顾客消息，留下回答更好的那个。
无需另起一套技术栈的微调
不用提供商控制台，不用预留算力，不用签合同——与其他所有功能共用同一个额度余额。
用你审过的回复来训练
训练问答对来自你的收件箱：你点过 👍 的 AI 回复、回复答偏时你写的修正、智能体记忆中的高分片段，以及你手动添加的问答——而不是为让模型模仿而编造的示例。
更小的模型，同样守规矩
语气和用词一旦写进权重，就不再在每次调用时消耗提示词 Token——这通常意味着，原本需要大模型的工作，可以交给更小、更快的模型完成。
开始前先看预估
数据集导出后，训练对话框会在运行前显示预估费用和训练 Token 数。运行完成时才扣费，从与其他功能相同的额度余额中扣除——无需单独签约，也无需预留算力。
一个下拉框，而不是一次迁移
训练完成的适配器会作为模型出现在智能体的选择列表中，与托管的模型提供商并列。让一个智能体用上它，对比一下，留下回答更好的那个。
任务进度清晰可见
数据集、训练任务和已完成的适配器各有自己的列表，每次运行的状态、基础模型和成本一目了然，而不是埋在提供商的控制台里。
单独的权限控制
训练数据由真实的客户对话组成，所以整个功能——包括候选会话列表——都有独立于工作区其他部分的专属权限。
流水线支持哪些功能
从输入的对话，到智能体调用的适配器。
数据集
- 由收件箱中评分并修正过的 AI 回复构建
- 每个候选问答对在导出前都等待纳入或排除
- 数据集详情视图，显示将用于训练的内容
- 可在多次训练中重复使用
基础模型
- 开放权重系列：Llama、Qwen、Mistral 和 Mixtral
- DeepSeek R1 蒸馏模型与 gpt-oss
- 显示每个模型的参数量
- 数据集导出后显示预估费用
- 训练服务商可微调的基础模型精选列表
训练任务
- LoRA 适配器，每个超参数都有合理的默认值
- 每次运行的任务状态和历史
- 成本记录在对应的运行上
- 失败会明确显示，而不是无休止地静默重试
部署服务
- 适配器作为一个模型提供商出现在智能体的模型选择中
- 按基础模型的推理单价乘以适配器的溢价倍数计费
- 工作区内任意智能体都可使用
- 可按智能体、按节点切换
控制
- 专属的权限键，训练是单独的操作权限
- 候选对话受同一权限键保护
- JSONL 上传到训练服务商 Together AI 之前，先清除电话号码和邮箱
- 不会与其他数据混用，也不会用于训练其他任何模型
成本
- 与平台其他功能共用同一个额度余额
- 无订阅费，不按席位收费
- 运行前显示预估，运行后按实际费用扣费
微调后的模型带来什么变化
成本和不一致究竟花在了哪里。
每一次调用都要用 2,000 Token 的系统提示词重新解释你的语气
语气和用词写进权重，只需付费一次
因为小模型守不住品牌风格，只好用最大的模型
微调后的小模型同样守规矩，单次调用成本只是零头
明明已有对话记录，却还要为这个领域编写合成训练示例
由你已评分并修正过的 AI 回复构建的数据集
在提供商控制台里训练，与模型实际使用的地方完全脱节
数据集、训练和部署的适配器，与智能体在同一个工作区
关于微调的问题
团队在用客户对话训练模型之前会核实的事。
提示词告诉模型做什么；微调教会它按你的方式去做。一旦语气、商品用语和好回复的样子写进了权重，你就不必在每条提示词里为它们付费——这通常意味着，以前需要大模型的工作，可以交给更小、更便宜、更快的模型完成。
来自你的收件箱。在会话设置中选择训练数据集，然后为智能体的回复评分——点了 👍 的回复成为候选——再用“改进”写出这条回复本该怎么答；这条修正也会成为训练问答对。智能体记忆评分达到 8/10 及以上的片段可以自动纳入，你也可以手动添加问答对。团队成员自己写的回复不会被收集。每个问答对导出前都要等你纳入；由于这些都是真实的顾客消息，整个功能都有单独的权限，与工作区其他部分分开。
只能是开放权重模型，因为 Claude、GPT 这类托管模型无法用 LoRA 微调。列表是训练服务商可微调模型的精选集合——Llama、Qwen、Mistral、Mixtral、DeepSeek R1 蒸馏模型和 gpt-oss，参数量从 1B 到 120B——每个都标出参数量。
训练按基础模型单价、以每百万 Token 计量，并有服务商的单次最低收费；数据集导出后，训练对话框会显示预估费用。运行完成时扣费，从与其他功能相同的额度余额中扣除。训练完成后，适配器按其基础模型的推理单价乘以适配器的溢价倍数计费。无订阅费，也不按席位收费——用量计费的方式请参见价格页面。
它会出现在智能体模型下拉菜单的 My Adapters 下，与托管服务商并列。让一个智能体使用它，在收件箱里用“Run with…”重放真实的顾客消息，留下回答更好的那个——切换只是下拉选择，不是迁移。
不会。在你的工作区中构建的数据集，训练的是属于你工作区的适配器，平台不会把它与其他租户汇集或共享。训练时，导出的 JSONL——已清除电话号码和邮箱——会上传到训练服务商 Together AI，由它运行微调并提供你的智能体调用的适配器。