机器学习入门者
从拖拽连线和配套案例开始,直观理解建模流程。
可视化编辑,图、表、公式向导插入,让 LaTeX 写作更容易。
源码与 PDF 双向联动,公式直观编辑,图片属性随手调整。
浮动参考文献管理、常用期刊模板与随包编译器,一起就绪。
把自己的数据,接进模型的下一次学习。开启独属于您的智能浪漫
一款零代码、拼图式的机器学习建模与训练软件。拖拽组件、连接流程,让数据处理、模型训练、效果评估和推理应用,都变得直观可见。
为学习入门、教学演示、科研与业务探索,以及本地 AI 应用而来。
支持适配模型的可视化微调,不等于从零训练通用大模型。模型规模与训练效果受数据、内存 / 显存及配置影响。
BETU · ML IN ACTION
新版真实操作精选
从模型搭建,到训练与推理
零代码指内置可视化流程;自定义算法仍可能需要编程。LoRA 是只训练少量新增参数的微调方法。演示为具体案例,不保证对所有输入都准确。

BETU · VISUAL RESEARCH
把更多时间,留给研究问题与方法探索。
彼图 BeTu 集公式绘图、数据绘图、流程图、复杂网络与计量实证于一体。通过图形界面整理公式与数据,让分析过程和研究结果清晰呈现。
以图具象,以智研新。
从表达式、数据和研究思路出发,整理图形、结构与分析结果。
逐行输入数学表达式,选择变量与取值范围、为参数赋值,软件自动计算并出图。
导入数据或直接粘贴,选好图表类型即可出图,无需在多个软件之间倒格式。
拖放图形、连接步骤,按需要调整文字、布局与样式。
从网络生成、指标计算到攻击模拟,一个模块全部完成。
通过内置图形界面设定分析步骤,查看结果表,并按研究需要检查模型与方法假设。
从公式绘图到计量实证,了解五大板块的使用思路。
彼图 BeTu 功能演示(约 5 分钟)
原版功能演示 · 五大板块实际操作 · 建议全屏观看

BETU · MACHINE LEARNING · v0.1.2
从数据到训练,从模型到自己的应用。
开启独属于您的智能浪漫
把训练过程放到画布上:连接预训练模型、自己的问答数据与 LoRA 微调组件,再进入本地对话与翻译。也可以从经典机器学习、图像识别和强化学习案例开始,逐步搭建自己的模型。




微调、对话、网络结构与手写识别 · 点击图片查看原尺寸
连接预训练语言模型与问答数据,用 LoRA 训练少量新增参数,尝试适配自己的内容与任务。
拖放组件、调整参数;展开可编辑的网络结构,观察数据如何通过一层层网络。
查看评估图表,手写一个数字,或与微调后的模型对话。支持的图表可导出 SVG、PDF。
从配套案例和教材起步,尝试分类、预测、图神经网络与强化学习;支持流程导出独立 Python 代码。
LEARN · TEACH · EXPLORE · APPLY
零代码、拼图式建模,降低从想法到实验的操作门槛。无论您从学习、教学还是实际问题出发,都可以找到自己的探索方式。
如果您刚接触机器学习,可以从可视化流程与配套案例开始,结合教材理解数据处理、模型训练与效果评估,让抽象的方法变得直观。
从这里开始:分类与预测案例、数据划分、训练与推理。
如果您是教师,可以通过真实的数据流、模型结构和训练结果开展生动形象的演示。让学生调整参数、比较结果,在动手实践中加深理解。
从这里开始:课堂演示、参数对照、案例实验与教材阅读。
如果您正在开展科研或解决实际问题,可以搭建模型、比较方法、验证思路。减少重复编码,把更多精力放在数据、方法选择和结果分析上。
从这里开始:基线模型、方案比较、评估图表与代码导出。
如果您重视数据隐私,希望在本地运行大语言模型,可以选择适配的预训练模型,并用自己的问答样本开展微调,随后测试本地对话与翻译效果。
从这里开始:预训练模型、LoRA 微调、本地对话与中英翻译。
编程是工具,探索才是目的。少一些重复编码,把更多时间留给问题本身、思考与创造。
可视化降低的是操作与重复编码门槛,不替代数据质量检查、方法选择与结果验证。大模型训练以预训练模型微调为主,实际效果和速度取决于模型、数据与硬件。本地运行不等于无条件保密,仍应检查组件的联网配置、文件权限及备份方式。
SEE IT IN ACTION
适用人群与实际操作 · 建议全屏观看
使用新版真实截图与录屏,部分操作加速呈现。展示具体案例,不代表对任意输入都能准确作答;模型和大型数据集需按需下载。
BETU · ML MAJOR UPDATE
从可视化训练,到本地对话与图像识别。海报附 CPU / GPU 版独立下载二维码,按电脑配置选择适合的版本。
预训练模型微调需要匹配模型、数据与硬件资源。视频问答用于理解抽取的视频帧,不等于视频生成。
LEARN · UNDERSTAND · EXPERIMENT
从读懂原理,到亲手开展实验。
把“为什么”和“怎么做”,放在一起学习。
配套电子教材从实际问题出发,将概念、数学原理、图文操作与案例配置串联起来。读完一段原理,再回到画布观察数据与模型,让阅读与实践相互印证。
从问题定义进入理论与推导,结合适用场景理解模型与方法。
对照软件截图、端口说明和分步讲解,理解组件、参数与数据流。
结合案例配置开展练习,通过诊断与评估检查自己的理解。
教材同时介绍相关理论与拓展方向;具体可操作功能以当前软件为准,书中区分了教学实验、现有功能及能力边界。
正在打开教材…
选择适合您的工具,在自己的研究场景中体验。
可视化 LaTeX 论文排版,随包自带 TinyTeX 编译环境。
Windows 64 位 · 点击直接下载安装包
Windows 10 / 11 · 64 位
公式绘图、数据绘图、流程图、复杂网络与计量实证。
Windows 64 位 · 点击直接下载安装包
Windows 10 / 11 · 64 位
CPU 与 GPU 版本请按电脑配置和具体任务选择;安装包、版本及运行要求以下载页面的说明为准。
直接在本页展开快速开始。更详细的功能说明,可在软件内查看。
LaTeX 排版入门 · 7 个单元从第一份文档到公式、图表和文献,附可下载并实际编译验证的公开示例。
彼图 · 快速开始打开软件后,按任务选择公式绘图、数据绘图、流程图、复杂网络或计量实证。可以先打开案例,观察设置与结果,再替换自己的内容。
在软件内按 F1 查看当前模块的帮助;用 Ctrl + S 保存工程,以便继续修改。
分布图和拟合结果用于辅助观察,不应单独作为统计结论的充分依据。
彼图·机器学习 · 快速开始配套电子教材包含原理、图解与实践内容。查看教材介绍 ↗
先理解输入和目标,再替换自己的数据。
节点代表数据处理、模型、训练或评估步骤,端口连接数据流。可搜索组件,也可复制已选节点到另一个项目。
端口类型兼容后,还需检查特征、目标、样本数与张量形状。
LoRA 只训练少量新增参数,适合资源受限的微调;它不是从零训练一个通用大模型,也不能保证微调后每个问题都答对。
字符级教学小模型从小语料开始学习,适合观察网络与训练原理。预训练模型已经学过大量数据,本软件可对适配模型继续做任务微调;二者的起点、资源需求和能力范围不同。
可展开的网络支持查看内部结构;自定义算法等进阶功能可能需要编程。
ABOUT BETUSOFT
以工具创新,赋能科研探索。
彼图研创(Betusoft)专注科研工具的设计与开发,关注研究者在模型表达、数据分析与重复操作中的实际需求,将可视化绘图与机器学习融入软件工具。
让数据与模型更清晰,让分析与探索更从容,帮助研究者把更多时间投入研究问题与方法探索。
关注研究者的
真实需求
让数据、模型与思路
清晰可见
重视方法、精度
与研究过程
通过持续改进
探索工具的更多可能
目前主要面向商科及相关领域的学术研究