zhiyu

智域简介

随着数字化转型加速深入与AI技术的广泛应用，智能运维能力已日渐成为支撑系统稳定运行与高效迭代的核心力量。得益于大模型与智能体在根因分析、异常检测、风险预判、趋势推演等领域的卓越表现，越来越多的企业开始着手构建专属运维大模型。但随着大模型应用的不断深化，其存在的回答精准度欠缺、方案可执行性不强、场景适配性薄弱等问题也逐步显现，引发了业界的普遍关注。在此背景下，“稳定性保障实验室”依托于在SRE领域的研究基础，推出SRE领域大模型——智域，以促进智能化运维建设，推动科技赋能稳定性保障工作。

模型概述

【模型尺寸】32B

【训练阶段】增量预训练 + 后训练

【亮点】

领域知识学习

• 领域公开知识
• 人工运维经验
• 通用组件文档
• 真实故障案例

专业技能增强

• 运维流程与工具使用学习（如故障排查）
• SRE专业技能增强（如SQL/PromQL生成）
• RAG确定性增强

数据构建

SRE领域数据类型丰富，我们筛选以下6类数据作为模型训练的数据来源，构建了适配每类数据的生产/收集、审核治理、筛选/增强工具管线，持续驱动训练数据更新。

领域公开知识：SRE领域公开书籍、论文、行业报告、白皮书等， 如《SRE实践白皮书》

人工运维经验：稳定性保障实验室参与企业SRE专家提供的高质量运维经验数据，主要面向故障诊断过程

通用组件文档：通用组件的使用、运维文档，以强化大模型对于组件（尤其是国产化组件）的使用和维护能力

真实故障案例：包含故障概要、业务背景、故障轨迹、根因分析、处置动作、优化方案 6个内容版块的高质量故障数据

运维平台提取：企业运维平台提取的真实操作类数据，以提供大模型学习SRE的工作流程、工具使用规范

强化学习生成：构建SRE专项能力（如故障排查）的模拟环境，在环境中强化学习的过程中，生成高质量训练数据

参与SRE领域大模型训练数据集建设

欢迎有意愿参与SRE领域大模型训练数据集建设的企业，通过以下联系方式申请：

jikehang@caict.ac.cn

通过审核后使用SRE精英联盟-AI数据集功能提交训练数据，参与共建。

SRE精英联盟-AI数据集

模型训练

模型训练基于Qwen3-32B模型，分为增量预训练、微调与强化学习后训练共3个阶段。

通过增量预训练与监督微调完成领域知识学习，通过微调与强化学习完成领域专业技能训练，最后通过强化学习DPO完成关键通用能力的提升。

评估结果

模型 人工运维经验 领域公开知识 通用组件文档 SRE专业技能

• ---- ----- ----- ----- -----

Qwen3-32B 0.7432 0.8047 0.8273 0.4950

zhiyu 0.8468 0.8712 0.8789 0.5443

基于独立构建，覆盖SRE领域知识、人工运维经验、通用组件使用、SRE专业技能4个维度的测试数据集（共30161条）对比评估，相比基础模型在以上4个维度能力均有明显提升。

部署指引

NVIDIA VLLM 部署方式

推荐硬件配置：24C 48G L20 * 4

先将模型文件下载到主机目录（具体可参考模型的下载），假设本地保存的目录为： /local/dir/of/zhiyu

启动镜像，此处用最新的VLLM官方镜像即可，启动命令可以参考(需要提前安装nvidia-docker插件)

昇腾 VLLM 部署方式

推荐硬件配置：24C 48G 910B * 2

先将模型文件下载到主机目录，假设本地保存的目录为： /local/dir/of/zhiyu

启动镜像（可以联系华为云的支持获取最新的vllm镜像）

使用指引

使用 openai

如果使用vllm部署方式，则参考vllm官方手册进行调用即可。

使用 modelscope

如果基于modelscope，则使用的代码示例如下：

开源协议

本模型权重采用Apache 2.0许可证授权。

需注意：

本模型衍生自Qwen-3系列模型（原采用Apache 2.0许可证）