阿里云ACP大模型认证（上）

DashScope 简介

DashScope（灵积）是阿里云的一站式模型服务平台，提供统一 API 调用各类 AI 模型的能力。它是阿里云大模型服务的核心入口。

通义千问系列模型

API 调用

# DashScope API 示例
import dashscope
from dashscope import Generation

dashscope.api_key = "your-api-key"

response = Generation.call(
    model="qwen-max",
    prompt="解释什么是大语言模型",
    temperature=0.7,
    max_tokens=500
)
print(response.output.text)

百炼平台定位

百炼是阿里云的大模型应用开发平台，提供从数据准备、模型调优到应用评测的全链路 AI 开发能力。比 DashScope 更偏上层应用开发。

核心功能模块

• 数据管理：支持上传多种格式数据（TXT/PDF/Excel），提供标注工具
• 模型调优：支持 SFT（监督微调）和 DPO 两种微调方式
• 模型评测：内置评测数据集，自动评分并生成报告
• 应用部署：一键部署为 API 或在线应用
• Prompt 管理：提示词版本管理和批量测试
• RAG 应用：内置知识库搭建和检索增强生成能力

百炼 vs DashScope

PAI 平台组件

全流程 MLOps

1. 数据准备（PAI-Studio / DataWorks）
   - 数据采集、清洗、标注
   - 特征工程、数据分割

2. 模型训练（PAI-DLC）
   - 配置训练任务（镜像、资源、超参）
   - 分布式训练（数据并行+模型并行）
   - 训练监控（Loss、GPU 利用率）

3. 模型评估（PAI 评估模块）
   - 内置评测集评测
   - 对比实验（A/B 测试）

4. 模型部署（PAI-EAS）
   - 一键部署为在线 API
   - 弹性伸缩配置
   - 蓝绿部署/灰度发布

云计算基础考点

• ECS 实例规格族（通用型/计算型/内存型/GPU 型）及适用场景
• OSS 存储类型（标准/低频/归档/冷归档）
• SLB 负载均衡调度算法（轮询/最小连接数/一致性哈希）
• VPC 网络规划（CIDR 划分、安全组规则）

AI 平台考点

• PAI 各组件功能区分（尤其是 DSW/DLC/EAS 的定位差异）
• 分布式训练策略（数据并行、模型并行、流水线并行）
• 模型部署配置（实例规格、副本数、弹性伸缩策略）
• GPU 资源管理（vGPU、MIG、资源共享）

大模型应用考点

• Prompt 工程在百炼平台中的实现
• RAG 架构中的向量检索配置
• 模型微调参数对效果的影响
• 模型评估指标含义和计算方法

安全考点

• RAM 权限策略配置（最小权限原则）
• 数据加密方案（KMS 密钥管理）
• 内容安全审核策略
• 操作审计（ActionTrail）

分类任务指标

# 混淆矩阵
            预测正类    预测负类
实际正类      TP          FN
实际负类      FP          TN

# 核心指标
准确率 Accuracy = (TP + TN) / (TP + TN + FP + FN)
精确率 Precision = TP / (TP + FP)
召回率 Recall = TP / (TP + FN)
F1-Score = 2 × Precision × Recall / (Precision + Recall)

生成任务指标

• BLEU：基于 n-gram 精确度，衡量生成文本和参考文本的词汇重叠度（0-1）
• ROUGE-L：基于最长公共子序列（LCS），衡量生成文本和参考文本的相似度
• Perplexity：困惑度，衡量模型对文本的预测能力（越低越好）
• LLM-as-Judge：用另一个 LLM 评估生成质量，覆盖准确性、相关性、流畅性等维度

评估方法论

• 人工评估：最准确但成本高，适合小规模精测
• 自动评估：使用 BLEU/ROUGE 等指标，适合大规模回归
• 混合评估：自动指标初筛 + 人工抽样复核
• 对抗评估：红队测试、边界测试