# 格式总览

> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。

进行模型精调前，需要先按模型类别选择数据格式，再确认该类别支持的精调方法。精调数据集采用 JSONL 格式，每行包含一个完整的 JSON 对象。

> **注意**
>
> 精调 JSONL 文件绝对路径不可包含以下特殊字符：`*`、`?`、`[`、`]`。

## 如何选择格式

先根据模型的输入和输出类型选择模型类别，再进入对应文档查看精调方法的数据格式。具体支持的模型和训练方式以创建精调任务时控制台的可选项为准。

| 模型类别 | 典型输入和输出 | 已提供格式的精调方法 | 格式文档 |
| --- | --- | --- | --- |
| 语言及多模态理解 | 输入文本、图片、音频或视频，输出文本 | SFT、DPO、GRPO/PPO、CPT（继续预训练） | [语言及多模态理解模型精调数据格式](/docs/multimodal-fine-tuning-data-format) |
| 图片生成 | 输入文本或文本与图片，输出图片 | SFT | [图片生成模型精调数据格式](/docs/image-fine-tuning-data-format) |
| 视频生成 | 输入文本、图片、视频或音频，输出视频 | SFT | [视频生成模型精调数据格式](/docs/video-fine-tuning-data-format) |

## 格式文档目录

### 语言及多模态理解

适用于以文本作为输出的新一代语言模型和多模态理解模型。样本可以只包含文本，也可以通过 `image_url`、`audio_url`、`video_url` 混合传入图片、音频和视频。纯文本任务使用新模型精调时，也应选择此格式。音频输入支持 SFT、DPO、CPT，不支持 GRPO、PPO 等 RL 训练。

* SFT：[SFT 精调](/docs/multimodal-fine-tuning-data-format#multimodal-sft)
* DPO：[直接偏好学习（DPO）](/docs/multimodal-fine-tuning-data-format#multimodal-dpo)
* GRPO/PPO：[强化学习（GRPO/PPO）](/docs/multimodal-fine-tuning-data-format#multimodal-grpo-ppo)
* CPT（继续预训练）：[继续预训练](/docs/multimodal-fine-tuning-data-format#multimodal-continued-pretraining)

### 图片生成

适用于文生图和图片编辑任务。文生图样本以文本作为输入、图片作为输出；图片编辑样本以文本和单张或多张图片作为输入、图片作为输出。

* SFT：[SFT 精调](/docs/image-fine-tuning-data-format#image-generation-sft)

### 视频生成

适用于文生视频、首帧或首尾帧生成视频，以及使用图片、视频、音频作为参考的视频生成任务。不同 Seedance 模型系列的数据字段和参数范围不同。

* SFT：[SFT 精调](/docs/video-fine-tuning-data-format#video-generation-sft)

## 公共要求与工具

各格式文档已按需包含图片、音频、视频文件要求，以及数据转换和离线校验工具。进入对应模型类别的格式文档后，可在文末查看适用于该类别的公共要求与工具。