在阿里云百炼平台上，当您上传企业文档至知识库并进行解析处理时，这一过程主要涉及对文档内容的分析、分块，并通过embedding技术将其转换为向量形式存储在数据库中，以便于后续的查询和检索。这一系列操作属于数据预处理阶段，其目的是为了构建高效的向量索引，提高查询效率和准确性，并不直接等同于模型训练。
真正的模型训练，如在机器学习或深度学习上下文中，指的是通过算法优化模型参数，使得模型在特定任务（如文本生成、分类、问答等）上的表现更加优异。虽然在阿里云百炼中，导入文档并构建向量数据库可以看作是为模型服务做准备，尤其是为基于Prompt的交互或检索式任务提供支持，但它更多是模型应用的前期数据准备工作，而非模型本身的训练或微调过程。
然而，如果在阿里云百炼平台上继续进行Fine-Tuning（FT）或其他形式的模型调整，那确实可以视为模型训练的一部分。这通常涉及在预训练模型的基础上，利用特定任务的数据（包括但不限于上传的知识库内容）来调整模型参数，以适应特定领域的语言理解或生成需求。因此，上传文档和解析构建知识库是基础，而在此基础上对模型进行FT来更好地利用这些知识，则是更进一步的训练步骤。