五步完成从数据到模型的全流程
脱敏处理后导出 JSONL 格式问答对
一键启动 LoRA 微调，数据不出机器
只上传模型差量，不上传原始数据
多节点权重合并，FedAvg 逆损失加权
获得聚合后的更强模型，本地部署推理
无论你在哪个行业，只要有多方协作需求，Firefly 都能帮你安全地联合训练模型
多家律所联合训练合同审查模型，案件数据不出所
宠物诊所共享异宠病例知识，各自病历不出院
医联体内多家医院联合训练慢病管理模型
中小银行联合训练合规模型，客户数据不出行
集团多工厂联合训练设备预测性维护模型
多所学校联合训练学情分析模型，学生数据不出校
更多场景持续开放中……你的行业也可以
您的原始训练数据始终保留在本地，Firefly 只接收模型权重差量（LoRA adapter），无法还原原始数据。数据不出本机。
使用此模式时，您的训练数据需上传至服务器进行 CPU 训练。训练完成后，您可选择删除服务器上的数据副本。我们不会将您的数据用于训练以外的任何目的。
使用此模式时，您的数据将上传至服务器并由 GPU 完成训练。训练完成后数据将被清除。所有数据传输均通过加密通道完成。
多节点上传的权重在服务器端做 FedAvg 聚合，聚合后的模型分发给所有参与者。无论哪种训练模式，上传的均为模型权重差量，非原始数据。
您可以随时停止参与联邦训练，删除已上传的权重，并清除账户关联的所有数据。
所有数据上传、聚合、下载操作均有完整审计记录，您可随时在工作台查看。