YonBIPV3.0(R6_2407_1)旗舰版云平台-智能平台-YonGPT大模型服务用友网络科技股份有限公司2024年9月用户手册1/49版权©2024用友集团版权所有。未经用友集团的书面许可，本用户手册任何整体或部分的内容不得被复制、复印、翻译或缩减以用于任何目的。本用户手册的内容在未经通知的情形下可能会发生改变，敬请留意。请注意：本用户手册的内容并不代表用友网络所做的承诺。用户手册2/49目录第一章总体概述...............................................................................................................................................41.1产品概述...............................................................................................................................................41.2产品价值...............................................................................................................................................4第二章应用场景...............................................................................................................................................42.1场景一：专业垂域大模型微调发布.............................................................................................42.2场景二：大服务体验让用户更深入大模型应用......................................................................6第三章操作说明...............................................................................................................................................73.1大模型数据准备.................................................................................................................................73.1.1总体概述...........................................................................................................73.1.2总体价值...........................................................................................................73.1.3大模型数据集..................................................................................................73.2大模型开发........................................................................................................................................123.2.1总体概述.........................................................................................................123.2.2总体价值.........................................................................................................123.2.3大模型框架.....................................................................................................133.2.4大模型微调.....................................................................................................153.2.5大模型管理.....................................................................................................243.2.6大模型测评.....................................................................................................393.3大模型服务管理...............................................................................................................................423.3.1总体概述.........................................................................................................42用户手册3/493.3.2总体价值.........................................................................................................433.3.3大模型服务.....................................................................................................43用户手册4/49第一章总体概述1.1产品概述YonGPT服务平台面向企业客户，基于YonGPT大模型，结合企业专属数据，包含大模型开发工具的一站式大模型商业化平台。提供完整的模型微调、评估等产品工具，更快更高效地完成大模型应用的构建。同时，沉淀出通用插件能力，灵活支持企业进行智能服务应用场景落地。1.2产品价值YonGPT服务平台是面向企业开发者的一站式大模型开发及服务运行平台。不仅提供了包括YonGPT底层模型和第三方开源大模型，还提供了各种AI开发工具和整套开发环境，方便客户轻松使用和开发大模型应用。成为业务操作助手，释放人力。第二章应用场景2.1场景一：专业垂域大模型微调发布用户手册5/49支持专业场景数据集管理，基于YonGPT底座大模型进行微调作业创建。支持全量\Lora模式进行微调训练。同时支持引入BIP经验数据集，进行混合训练，提高专业模型的能力。支持模型参数调整。模型创建完毕后支持查看模型评估结果，推理结果查看。获得满意大模型后支持服务发布应用。支持打通模型服务体验，在插件应用中进行体验。微调建模模型评估用户手册6/492.2场景二：大服务体验让用户更深入大模型应用作为大模型能力的沉淀，用户可根据需要进行模型选择，后调整温度、多样性等参数来与大模型对话，从而获得大模型最优表现。同时支持用户引入提示词工程模板进行对话使用。另外针对与大模型生成式体验，插件能力支持表格问答、内容生成、翻译、合同问答、代码生成等组件能力体验，支持用户进行更直观的模型服务体验。大模型服务体验用户手册7/49大模型插件应用第三章操作说明3.1大模型数据准备3.1.1总体概述为大模型训练做语料数据集准备与管理。3.1.2总体价值特定的数据格式，能够保证模型在训练及迭代中，进行更好的模型创建。同时，支持多数据集的管理与分类保存为文件夹。支持数据详情查看与增量添加。3.1.3大模型数据集3.1.3.1功能描述大模型数据集管理，用于支持大模型微调训练、测评。支持对数据集的统一管理，支持以文件或文件夹形式导入多种格式数据集。3.1.3.2关键应用⚫支持导入json、csv、xlsx等格式；⚫支持以文件或文件夹形式导入；⚫限制文件个数和大小；⚫支持用户导入完毕后增量导入；⚫支持用户查看导入后的数据集详情，支持用户删除其中的数据条目；⚫支持用户自定义文件分类管理数据集。用户手册8/493.1.3.3业务规则⚫用户需按照指定文件格式进行数据集导入；⚫单次最多上传100个附件，全部附件大小不超过5G；⚫支持查看当前数据集全部个数及分类统计；⚫同一租户下数据集名称不能重复。3.1.3.4数据准备要点⚫数据格式定义（1）数据json格式示例：[{“instruction”:”你是一个乐于助人的助手，能提供简明准确的信息”,”input”:”上海呢”,”output”:”上海下雨”,”history”:[[“北京天气怎么样”,”北京天气晴朗”],[“天津天气怎么样”,”天津天气晴朗”]]}]参数解释：参数值解释要求instruction提示内容，给大模型的初始设定，用于定义模型的行为、个性和对话风格。它设定了大模型在整个对话中的行为准则；非必填input输入数据，用户最后输入的问题内容或请求；必填history历史，用户和大模型的历史聊天记录非必填output输出数据，大模型根据提示内容、输入数据和历史生成的回答;必填⚫支持excel格式导入二、数据量要求用户手册9/49数据量，不少于100条；⚫其他说明大模型数据准备，实质上为问答对，按照以上格式进行，专门场景下的数据准备即可；3.1.3.5操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型数据集”节点即可开始导入大模型数据集，进行数据集管理。一、新增1、用户进入页面，点击新增。用户手册10/492、弹框内编写数据集基础信息，选择数据集格式，进行文件上传。支持用户下载示例模板，进行数据集按照标准格式进行上传。3、上传完毕后，支持点击查看数据集详情。同样支持，编辑、移动到文件夹、删除等操作。4、支持数据集每个条目的详情查看。用户手册11/49每条数据格式详情：5、支持列表形式和卡片形式切换查看数据集。用户手册12/496、支持创建文件夹管理数据集3.2大模型开发3.2.1总体概述作为大模型创建使用的核心步骤，能够支持模型微调训练后，部署为模型。同时支持多版本、不同的大模型专业测评。在大模型开发中，支持查看模型指标、服务状态监控等能力。3.2.2总体价值用户手册13/49支持模型试验训练多版本，支持查看训练服务详情，异常情况。同时支持对大模型服务发布的不同状态检测，日志查看，资源监控。能够保证模型服务正常服务。模型从最初的使用到服务部署，中间过程中实验、评估、资源分配、模型效果评估、模型部署上线、等各个环节覆盖，支持用户对模型开发更加便捷。3.2.3大模型框架3.2.3.1功能描述大模型框架，用于支持构建大模型学习的软件架构，用来支持复杂的模型结构，以实现高性能的机器学习任务。特别地：大模型平台定义自有算法框架标准，用户在导入\GIT构建使用时候，可以根据框架标准进行定义后，上传使用。上传后，支持在微调作业内进行选择。3.2.3.2关键应用⚫支持导入.iwa格式；⚫支持git构建算法框架；⚫系统预置、自行导入大模型微调框架，用以对辅助微调任务创建。3.2.3.3业务规则⚫用户需根据要求上传“.iwa”格式；⚫卡片模式支持页面编辑算法说明，方便算法使用。3.2.3.4操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型框架”节点即可开始导入大模型框架，进行大模型框架管理。用户手册14/49一、导入算法1、进入页面，点击“新增-导入算法”。2、填写算法框架基本信息。进行.iwa格式算法包进行导入。用户手册15/49⚫框架名称框架名称为必填项，算法名称应该符合命名规范。⚫框架描述框架描述为选填项，字符限制为250字符。⚫框架包上传框架包上传为必填项，点击“上传附件”，可以打开用户的本地文件，选择匹配格式的附件并上传，框架包仅支持iwa格式。3、构建框架填写框架与描述后，支持从源码库内进行构建。3.2.4大模型微调3.2.4.1功能描述大模型微调，即SFT，实际上是Fine-Tuning的训练模式，开发者可以选择适合自己任务场景的训练模式并加以调参训练，从而实现理想的模型效果。用户手册16/493.2.4.2关键应用⚫支持选择基座base大模型不同版本进行微调；⚫支持全量参数更新及LoRA两种微调训练模式；⚫支持主要模型参数调整配置即Fine-Tuning；⚫支持用户选择本地物理存放或云端存储模型配置；⚫支持用户跟进任务进行CPU、GPU等资源配置；⚫支持用户查看模型微调后评估各项指标；⚫支持用户查看训练进程，日志等基础信息；⚫支持用户多次训练，产生多个模型版本；⚫支持训练失败信息提示查看方便纠错；⚫支持用户对推理结果下载，来更好评价大模型实际效果；⚫支持混合训练配置，来提升模型准确率。3.2.4.3业务规则⚫用户需按照指定文件格式进行数据集导入；⚫支持用户按照基本信息填写、大模型微调、数据配置、训练配置几个步骤快速创建微调任务。3.2.4.4微调要点一、微调任务参数解释理解一下重要参数即可：序号参数中文名含义1model_max_length输入tokens的最大长度单条数据的长度，单位为token。如果数据集中每条数据的长度（输入）都在2048tokens以内，建议选择2048，针对短序列可以达到更优的训练效果。系统默认2048；tokens越大，需要的显存越大；用户手册17/49序号参数中文名含义2num_train_epochs训练轮数（epoch），控制训练过程中的迭代轮数。轮数越多，时间越长，且易出现过拟合；系统默认轮数为3；3per_device_train_batch_size批处理大小用于训练的批处理大小，即一张卡一次处理多少数据。系统默认为2；4gradient_accumulation_steps梯度累加次数将多次计算得到的梯度值进行累加，然后一次性进行参数更新。系统默认为8；每次处理数据量为，批处理大小梯度累加次数卡数；5learning_rate学习率学习率（learning_rate）是在梯度下降的过程中更新权重时的超参数，过高会导致模型难以收敛，过低则会导致模型收敛速度过慢，平台已给出默认推荐值，可根据经验调整。6lr_scheduler_type学习率调整策略用于调整训练中学习率的变动方式。支持填写恒定数值调整（constant）或余弦波动（cosine）；7warmup_ratio学习率预热学习率预热步数占比，指训练初始阶段，在学习率较低的情况下逐渐增加学习率的比例或速率，能够帮助模型更好地适应数据，提高训练的稳定性和性能。8r低秩分解矩阵的秩训练方式选择LoRA时填写，表示LoRA秩大小,系统默认13.2.4.5操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型微调”节点即可开始创建大模型微调任务，查看已微调训练后的大模型，查看微调过程中状态等。用户手册18/49一、新建微调任务1、用户进入页面，点击新增。2、基本信息填写，填写好基本信息选择模型底座与对应版本。填写200字以内的描述即可用户手册19/493、微调配置，这里选择在“大模型框架”内已导入或构建的框架，这里进行读取选择。另外，算法框架更新，此功能默认为关闭。若在建模中遇失败原因为算法框架，或者建模需要更新框架，则打开，将最新版本的算法框架内容，运用到当前建模中去，当前建模发布速度会受影响，但对建模结果无影响。全量更新，即大模型参数全量更新，在训练过程中对大模型的全部参数进行更新，支持发布私有资源池预测服务。LoRA模式微调训练，在固定预训练大模型本身的参数的基础上，在保留自注意力模块中原始权重矩阵的基础上，对权重矩阵进行低秩分解，训练过程中只更新低秩部分的参数。相对与全量参数更新，会大大节省时间成本。用户手册20/49模型存放类型，支持本地物理存储或云端存储。这里存储配置，在系统开发态内可支持实施时候配置，后续用户使用时候即可在此页面进行点选即可。参考下图。4、数据配置支持用户选择“大模型数据集”内已准备好的数据集。支持多选。选择完毕后，支持对数据集按比例拆分为测试集、训练集。同样也支持，用户选择自己定义的测试集。混合训练，支持用户使用自身数据与通用语料数据混合训练，其中包含多行业、多维度的通用语料数据。选择后能根据已有语料数据，让大模型更加的稳定。更具泛化性。5、训练配置用户手册21/49主要对训练的服务器环境进行资源配置。资源配置中，选择用户已有资源池，对资源池内服务器标签地址进行选择，然后根据训练需要，选择CPU和GPU的资源。零冗余优化配置，主要为去除训练中大模型的冗余数据的配置项，默认用jaon格式进行编辑。一般不做调整。6、信息配置完毕后，即可进行微调训练。我们支持查看训练详情，点击后即可去查看模型训练实例的详情。用户手册22/49二、训练过程与结果的查看从列表页选择需要查看的任务，点击左侧模型列表名称，进入选择训练的模型实例。也支持，点击立即训练，进行同一个模型的快速新版本训练，也支持配置后训练，即调整创建训练任务中的一些参数，后进行训练。支持删除训练任务。模型实例中的创建过程中的基础配置，和训练状态等信息，这里都可以看到，方便用户进行参考。用户手册23/491.训练成功后，支持从实例页面，查看当前实例的可视化图表指标，进行模型评估。用户手册24/49各个指标含义：⚫ROUGE-1:系统生成的1-gram匹配数/参考翻译中的1-gram总数；模型推理结果要求与正确答案接近，侧重于召回率，结果值约接近1，效果越好；⚫ROUGE-2:系统生成的2-gram匹配数/参考翻译中的2-gram总数；模型推理结果要求与正确答案接近，侧重于召回率，结果值约接近1，效果越好；⚫ROUGE-L:最长公共子序列（LongestCommonSubsequence，LCSS）的长度/参考翻译的总长度；模型推理结果要求与正确答案接近，侧重于召回率，结果值约接近1，效果越好；⚫BLEU：BilingualEvaluationUnderstudy，双语评估辅助工具；模型推理结果要求与正确答案接近，侧重于准确率⚫METEOR：ETEOR同时考虑了基于整个语料库上的准确率和召回率，而最终得出测度；⚫准确率：即准确率。2.训练失败返回状态码查看训练任务列表内，看到有训练失败的实例个数，则点击进入详情后，即可看到训练失败的状态。点击查看详情，即可查看错误提示，进行针对性排查。3.2.5大模型管理用户手册25/493.2.5.1功能描述在大模型管理内通过创建模型并完成训练，在得到满意的模型后，支持将模型快速部署上线为服务。支持导入基础大模型和从微调训练作业内微调成功的满意模型。实现对模型的统一部署，上线。以做到更好的模型资产管理的用途。3.2.5.2关键应用⚫支持导入基础大模型；⚫支持导入已微调训练的实例直接上线；⚫支持单个模型实例的多次上线自动划分版本；⚫支持查看服务调用情况；⚫支持查看资源占用情况；⚫支持查看服务日志；⚫支持分角色管理模型上线部署；⚫支持查看模型部署上线状态，进度；⚫支持模型实例动态扩容缩容；⚫支持查看操作记录。3.2.5.3业务规则⚫支持用户按照推理需要进行资源配置选择；⚫支持模型上线时候，选择云端或着本地拉取大模型，进行上线。⚫支持多次上线；⚫支持开发者新建算法，授权管理员进行模型部署上线；⚫未授权开发者，仅支持模型创建，查看。3.2.5.4模型管理要点一、字段说明序号名词解释1从基础大模型引入用户基于，系统预置的底座基础大模型进行模型部署2从微调作业引入在YonGPT服务平台内，选择微调后满意的模型版本进行部署用户手册26/49二、模型上线申请算法模型上线生产环境，应用到业务服务场景中，需要保证对生产环境现有模型效果稳定的前提下，进行部署。故此次迭代，CICD,一方面通过权限控制，避免随意上线算法模型。另一方面，支持算法扩容与回退，更好的支持算法的运维工作。（1）上线流程：由算法同事创建模型->发送邮件到管理员(测试、运维等)->管理员执行对模型的操作(部署、终止、扩/缩容、重启服务/实例等)（2）邮件接收人：测试管理员、运维等；（3）邮件申请格式为：3.2.5.5操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型管理”节点即可开始对大模型进行部署上线。为后续服务发布做准备；用户手册27/49一、新增模型1、用户进入页面，点击新增。2、支持从基础模型中引入，将基础模型进行上线部署。首先填写基础信息：用户手册28/49其次填写上线配置、根据需要填写环境变量：副本数量，这个属性的作用是在构建时启动几个pod实例，当前一个模型中的实例最大数量为8个。3、支持从微调作业内引入已完成微调训练的模型部署上线。点击下拉选择满意的微调版本的作业，即可。用户手册29/494、补充说明：（1）每个模型在创建完成后都可以进行编辑，修改上线模版参数，例如图中上线配置、超参、环境变量等等都可以进行更改，在下次构建时会采用编辑完成的上线模板参数。二、模型上线1、模型上线做了迭代权限控制。管理员能在模型卡片上，操作“部署”。普通开发者，不能进行部署。点击“部署”按钮，配置信息后即可上线。支持“部署”多次，产生多个上线实例版本。用户手册30/49部署时候，根据邮件申请内容，选择计算资源：基础配置:⚫模型实例名称为必填项，默认根据用户所选择的模型自动生成对应的模型实例名称；⚫上线类型默认支持API服务选择；⚫选择API服务时，上线模型自动生成用于调用的API链接；⚫根据项目需要进行资源配置选择。资源配置选择计算资源，默认为公共资源。选择Processor种类，默认为lightgbm。选择资源种类：默认为cpu，memory，可调节相应类型的资源用于训练使用。cpu默认为2核，最少为2核，最多支持10核；memory默认为512M，可选择512M，1G，2G，4G，6G，8G，10G。点击部署或点击模型名称进入详情页：用户手册31/49下图为详情页特别提示：拉取代码–>加载依赖包->镜像构建->执行部署在出现报错时，可以从当前步骤开始进行重试；每次部署模型，其版本号都会加1，版本号由[时间戳_版本]这样的格式组成，上图右上角可以进行版本的切换，用来观察每次部署模型的构建步骤情况。支持随时终止和重试的操作，重试时支持断点续构建，不过这些需要管理员来操作。用户手册32/492、查看实例信息，以下扩容/缩容、回滚、销毁、测试、私有化镜像等操作，均由管理员进行；上图为，管理员页面上图为普通开发者页面特别提示：选择左侧菜单中选择实例详情，就可以查看到该模型的各种基本信息以及pod情况，包括资源使用监控信息、日志、容器文件、火焰图、容器yaml文件内容等等，下方所有是有关于用户手册33/49容器的信息可以通过鼠标点击上面pod的那一行来进行数据切换(点击后蓝色的即为已选中的)，同样可以在此页面进行api测试的功能。监控信息、日志、容器文件、火焰图、容器yaml文件，普通用户和管理员即全员均能看到。1)扩容，指定扩容/缩容的数量，然后点击确定即可。目前，仅系统管理员能够进行此操作。系统默认能够扩容的上限为8。上图管理员扩容页面2)重启服务，管理员，点击重启，则列表新增一条记录。用户手册34/493)支持实例服务在容器内查看错误。若部署失败，则问题排查解决后，联系管理员进行问题排查，以及重新部署；4)重启实例，管理员选择，需要重启的实例服务后，即可重启对应实例。用户手册35/49其中，重启实例，重启实例会将选中的实例删除，K8S会相应自动重启新的实例。此操作是硬删除，没有滚动更新机制。5)服务回滚，管理员点击服务回滚，则弹框内支持选择需要回滚到的实例，即可。用户手册36/496)实例详情页面，权限总结序号页面功能使用权限功能解释1请求超时时间设置全员设置从网关请求到模型实例，实例执行请求的超时时间，可以随时更改2扩容/缩容管理员任意添加或缩减pod数量，每个pod的配置全都相同，pod数量区间为0到8此功能操作会有时间延迟，请稍候观察页面情况3重启服务管理员滚动更新本模型deployment底下的所有pod，pod数量不变此功能操作会有时间延迟，请稍候观察页面情况4停止服务管理员将本模型deployment底下的所有pod进行隐藏，此操作并不会操作pod5重启实例管理员此操作会物理关闭某个选中的pod，然后deployment会自动创建一个新的pod6服务回滚管理员服务回滚的列表是小于当前版本号以及含有模型镜像的版本，回滚操作是将使用选中流水号版本的模型镜像来进行滚动更新构建新的pod，pod数量不变7启动服务管理员将本模型deployment底下的所有隐藏的pod进行展示并重新启动它们用户手册37/493、查看配置信息特别提示：⚫保存并重启实例保存填写的配置并重启现存pod，不影响模型的配置;⚫保存配置到模型并重启实例保存填写的配置并设置到模型中而且重启现存pod，下次构建模型会沿用此配置。4、查看调用记录用户手册38/49删除模型点击删除按钮，可以删除相应的模型，当模型有训练中或上线中的模型实例时，不可删除。列表删除：卡片删除：用户手册39/493.2.6大模型测评3.2.6.1功能描述大模型测评，用来检测训练出来的模型是否能够给出自己期望的的结果。当前版本，支持模型选择测评集，进行评估指标的测评对比。能够比较不同模型的表现的变化。支持单个模型测评、多模型对比测评。3.2.6.2关键应用⚫支持单个模型测评，用来评测单一模型的效果，选择评测集后，平台通过自动规则打分，即计算模型预测结果与真实标注的文本相似度指标（例如ROUGE、BLUE、ACCURACY等）可判断模型效果；⚫支持多模型对比测评，对比评测主要用来评测多个模型的效果，选择评测集后，平台将自动基于评测集中的Prompt预测每个模型的结果，并且同时展示评测集中预置的评测结果作为参考，对比评测支持针对每个参与评测的模型进行打分，通过评测结果可判断不同模型之间的效果差异；⚫测评结果支持可视化展示。用户手册40/493.2.6.3业务规则⚫用户根据需要进行单个模型测评或多模型测评；⚫用户可根据自己需要准备测评数据集；⚫支持测评资源配置；3.2.6.4操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型测评”节点即可创建测评任务，进行大模型测评。一、新建1、用户进入页面，点击新建。用户手册41/492、新建立后进行基本信息填写、测评配置、选择数据集、资源配置。选择模型时候，若是单个测评，则支持选择单个模型。若是多个模型对比测评，则支持选择多个模型。二、测评结果查看测评成功后，则支持在任务列表点击对应任务查看结果指标。查看测评结果：用户手册42/49同时，也支持推理结果下载。三、测评状态列表页面展示测评状态包含：测评中、测评失败、测评成功。测评失败，支持查看错误详情。3.3大模型服务管理3.3.1总体概述用户手册43/49大模型创建部署后，作为场景应用控制，支持单模型服务场景发布，同时也支持多模型分流规则配置发布提供服务。3.3.2总体价值对模型服务做管理，更好的支持大模型场景运行。3.3.3大模型服务3.3.3.1功能描述大模型管理内已上线的模型实例，对外提供服务时候，进行不同的规则配置进行实验，辅助用户对不同应用场景下将要使用的模型实例的决策。同时，这里服务上线后，在智能服务中，大模型服务体验，能够选择再此上线的模型，接入应用。3.3.3.2关键应用⚫支持对单个或者多个模型推理服务按照数据流量进行控制；⚫支持对单个或者多个模型推理服务按照配置规则进行控制。3.3.3.3业务规则⚫模型实例必须在大模型管理内上线。3.3.3.4操作说明登录系统，进入智能中台-YonGPT大模型服务，选择“大模型服务”节点即可开始对大模型服务进行上线实验或场景服务应用。用户手册44/49一、新增1、用户进入页面，点击新增。点击新建服务，可编辑实验基本信息，填写实验名称及应用编码。选择模型，即选择想要进行对照实验的模型对象，来校验模型效果。点击添加模型按钮，弹框内勾选推理服务或应用。支持多选，用来做对照实验。用户手册45/49服务配置按照流量配置和高级规则配置两种方式,要求至少有一个模型按照流量配置,作为不满足其他高级规则时的默认配置。模型配置支持新增与删除。1、按流量配置：⚫默认平均分配流量⚫手动调节流量，改变的流量会自动平均分配给其他项⚫流量比例可进行锁定，锁定后不再自动分配流量⚫流量总和固定为100%。用户手册46/492、高级规则配置：⚫请按照接口的实际调用参数来进行配置；⚫数据类型支持Params、Header、FormData、Body；⚫Header类型的字段名支持字母开头可加数字、下划线、-(如：Content-Type)；⚫Params、FormData类型的字段名支持字母开头可加数字、下划线(如：data_1)；⚫Body类型的字段名支持字母开头可加数字、下划线(如：data_1),可以使用.进行嵌套(如：data_1.a_1.b_1)；⚫当运算符为大于、大于等于、小于、小于等于时，值只能填写数字；⚫支持规则之间使用AND、OR进行关联。用户手册47/49针对高级规则配置，支持对不同类型规则进行字段，运算符，值进行设置。多条规则，支持新增、删除。点击校验规则，提示规则校验是否成功。用户手册48/49保存后，返回实验管理列表卡片。可开启服务。二、服务删除若对进行中的实验进行删除，则提示，须提前停止实验，才可以删除。
